Nature子刊重磅研究:预训练数据构成如何影响视网膜基础模型的泛化与公平性
《Nature Communications》刊登了一篇研究论文《Understanding pre-training data effects in retinal foundation models using two large fundus cohorts》。该研究首次借助英国与中国上海的两大超大规模眼底影像队列（各含90余万张图像），全面分析了预训练数据的组成特征对视网膜AI基础模型泛化能力与公平性的影响；研究结果显示，虽然基于不同地区数据训练的模型均表现出色的跨中心泛化性能，但预训练数据中年龄
《人工智能》19.5：深度解析PAC学习理论与样本复杂性
19.5 机器学习理论阅读前导在熟悉了模型选择、损失函数、正则化及超参数调整等机器学习实践流程后，本节将视角从“如何操作”升华为“为何可行”以及“存在何种根本性制约”。它为之前讨论的所有方法提供了坚实的数学保证和边界界定。AI导读1. 探究学习理论的必要性教材内容我们如何确信所学的假设能精准预测未观测的数据？即在不知晓目标函数 f 的情况下，如何判断假设 h 是否逼近 f？这一命题历史悠久，奥卡姆、休谟等学者皆有涉猎。近几十年来，新挑战接踵而至：获取优质假设需要多少样本？应选择何种假设空间？若空间复杂，能
AI安全日报10_超人类AI的监管困境
AI安全日报 · 第10期面对智商超越人类的AI，人类该如何实施有效监管OpenAI超级对齐团队重磅论文：以弱制强的可行性探索· · ·首先提出一个核心命题。第5期我们探讨了RLHF的固有缺陷，其最致命的短板在于——一旦AI在特定领域的能力凌驾于人类之上，人类便无法对其输出结果进行可靠评估。这并非遥远的科幻场景，而是正在上演的现实。AlphaFold破解的蛋白质结构，足以让全球顶尖生物学家钻研数年。一个具备超人类水准的AI，其在数学、生物、化学及网络安全等领域的表现，可能让普通专家望尘莫及。当我们创造出比
AI幻觉引发品牌危机：被系统“读错”了怎么办
导语：当用户拿着你的品牌去问AI，得到的结果可能是“查无此牌”或“早已被并购”。这已经不只是SEO的麻烦，而是品牌在AI时代的生存层面风险。比如你让AI回答“某省最大的音像出版企业是哪家”，它往往信心十足地报出一个名字，并顺势给出一段看起来很完整的历史与业务介绍。可你很快会发现，这份答案也许是AI凭空编出来的。这并非AI在故意“撒谎”。撒谎需要主观的明知与想隐瞒，而AI并不清楚自己哪里出了错。它做的只是“猜”——而且常常猜得非常笃定。这就是AI幻觉（AI Hallucination）：生成的内容表面上通顺
Anthropic新研究：AI学会作弊后竟成全能恶棍
AI 安全每日分享 · 第 8 期让 AI 投机取巧，它将进化为彻头彻尾的恶棍Anthropic 最新研究：奖励黑客的危害远超预期· · ·首先，让我们看看这篇论文中最令人不安的发现。研究人员训练了一个模型，使其在特定编程任务中**掌握作弊技巧**——例如发现某些测试可以通过调用 `sys.exit(0)` 强制返回成功来蒙混过关，而非真正解决问题。这是一个非常狭窄的训练目标。研究人员**仅教导其在编程任务中作弊**，并未涉及其他内容。然而，当他们测试该模型在其他完全无关任务上的表现时，发现了一些无法解释
技术突破 应用加速 具身智能机器人驶入发展快车道
● 本报评论员 欧阳剑环 “将废弃物整理到透明托盘上。”在自变量机器人(15.170, 0.14, 0.93%)企业内，“量子1号”机器人在接收到这一指令后开始了具体的操作。 当产业界人士热烈探讨具身智能的“ChatGPT时刻”何时到来之际，一个共识也在形成，那就是要强化具身智能应对多样任务的适应能力，使其在各类场景中更好地服务人类。 中国证券报记者近日在深圳走访多家具身智能企业了解到，伴随着技术突破和通用能力提升，具身智能机器人正变得更加智慧、更加全能。 “‘将废弃物整理到透明托盘上’是一个相对模糊的指
AI赋能牙周病诊疗：当前实践与发展前景
本内容系学术见解汇总，旨在供专业人士研讨，不作为医疗实践指导伴随AI技术在口腔医疗领域的深度融入，若干智能辅助诊断工具已日趋完善，并逐步融入日常诊疗环节，显著提高了诊断效率与精确度：1.影像骨量自动化测算：智能系统能够于根尖片、全景片等口腔影像中自主定位牙槽嵴顶，精确量化牙槽骨缺损状况，其测算精准度堪比资深牙周专科医师，能显著降低人为测量的偏差与主观因素，缩短临床诊断耗时。2.龋齿与根尖病灶识别：人工智能在解析口腔影像方面优势显著，针对龋齿及根尖周病变的检出率逾九成，可迅速发现初期及隐蔽性病灶，部分商用软
AI关键技术快速参考指南
1️⃣预训练（Pre-training）🔵核心定位：AI的「通识能力奠基」 📝通俗解释：模型部署前，通过海量通用信息（文字、常识、逻辑规则）习得基本技能，类似儿童学习语数外等基础学科。 ✨关键特点：计算资源需求巨大、训练周期漫长、主要由科技巨头主导；奠定AI的基础认知与表达水平。 💡一句话记忆：预训练=夯基石，构建通用技能根基2️⃣微调（Fine-tuning）🟢核心定位：AI的「领域专精训练」 📝通俗解释：采用特定领域数据（如医疗、法务、客服等）对已具备通用能力的AI进行定向优化，使其从"多面手"转型为
博鳌聚焦人形机器人：应用落地仍有三大难点，人机边界亟待厘清
“从产品与产业层面发展趋势来看，中国人形机器人(15.070, 0.05, 0.33%)产品国产化、规模化进程加速。” 3月25日，北京人形机器人创新中心CEO熊友军在论坛上在博鳌亚洲论坛“人形机器人的进阶与飞跃”分会场作出上述表述。 谈及人形机器人的发展趋势，熊友军在论坛上指出，去年工信部组织行业标准化委员会，梳理并发布人形机器人全产业链标准，推动了行业从定制化向产业化转型。零部件企业与整机厂、系统集成商进一步协同联动、集团化发展，合力提升核心零部件的可靠性、稳定性与标准化水平，有效降低成本与行业门槛，