Search

直接匹配不多，已補上最新動態。

Tag: #model-robustness4 results

Debiasing-DPO 減偏見達84%

研究人員提出 Debiasing-DPO 以對抗 LLM 對無關社會脈絡（如教師人口統計）的偏見。使用 NCTE 課堂記錄，它將偏見降低84%，並在 Llama 和 Qwen 模型上提升準確度52%。標準 DPO 失效，但此自監督方法有效配對中立與偏見推理。

OpenAI 推出了 GPT-Red，這是一個旨在識別 AI 模型漏洞的內部系統。該工具利用紅隊測試和自我對弈學習技術來增強模型的穩健性。

本文討論了在下一代模型發布之前，當前 AI 模型固有的脆弱性。文章指出，目前的系統缺乏關鍵任務應用所需的穩健性。

本文強調金融犯罪預防中的 AI 創新必須超越理論研究，轉向有效的實際部署。它強調了在金融犯罪模式演變時，維持系統性能穩定性的必要性。

Truffle Security 發現 768 組外洩的 AWS 金鑰，可對企業帳戶提供廣泛控制權，其中包括 526 組根金鑰。在受測憑證中，仍有 88% 處於啟用狀態；而 AWS 的隔離政策仍允許許多具破壞性的操作。

GDS Holdings 顯示，AI 相關資料中心訂單的增長速度快於已確認收入。這項趨勢反映需求強勁，但基礎設施擴建週期也使獲利延後。

TikTok 與 ByteDance 同意支付 4 億美元，和解美國司法部提起的案件；該案指控數百萬名未滿 13 歲兒童使用平台，且其資料在未獲家長同意下遭到蒐集。愛爾蘭監管機構也曾在 2023 年因兒童帳戶問題對 TikTok 罰款 3.45 億歐元。

隨著 AI 工作負載提高對系統資源的需求，Microsoft 正重新最佳化 8GB 以上裝置的 Windows 記憶體使用。文章認為，舊版相容性、整合服務、WebView2 與分散的資源管理，正壓縮本地模型和 AI Agent 可用的記憶體空間。

文章探討具身智能如何進入一場長期尋找產品市場契合度（PMF）的過程。文章認為，商業成功不會立即到來，因為技術路線仍未定型，而場景與規模之爭才剛開始。

一份最新報告警告，生成式AI正助長大學無人監考線上考試中的大規模作弊。相關機構敦促高校重新檢視這類評量，因為考試很容易被繞過，可能已無法可靠衡量學生的知識。