Reddit 正在开始在 iOS 和 Android 应用程序中测试新的 AI 检查功能,以帮助用户避免在发帖时违反规则而被封禁。
在输入主题行后,用户可以进行初步检查,这能节省时间:
这项功能将首先在测试阶段向少数用户开放,如果测试效果良好,计划随后向所有用户推广。
从今天开始,iOS、Android 和桌面应用程序将提供四个额外功能 - 首先是帖子恢复功能。如果你发现帖子因违反规则而被从某个版块移除,现在你将有机会将其发布到其他社区。
当你不满足某个版块的发帖要求时(例如,你的账号太新,或者没有足够的 Karma 值),应用程序也会帮你节省时间。这些问题现在会在你开始输入之前就被标记出来。
你还可以根据你的主题行看到推荐的版块。
最后,新的帖子洞察功能将允许你查看帖子的浏览量、点赞数、分享数等数据。
由于 Digg 的回归,Reddit 可能很快就会面临新的竞争。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。