AI
AI
资讯
alishangtian.com
首页
大模型
智能体
开源项目
研究前沿
行业动态
知识库
主题色 · THEME
靛蓝(默认)
极光
落日
薰衣草
海洋
森林
暮橙
石墨
自定义
恢复默认
提交线索
agent
anthropic
openai
huggingface daily papers
ai安全
gpu
jake wharton
it之家
solidot
港股
搜索:
答案冲突
共命中 50 条(服务端检索)
多文档
答案冲突
:检索结果互相矛盾时的生成策略
检索结果互相矛盾时,模型的默认行为是悄悄站队或和稀泥,把冲突完美掩盖。本文讲冲突漏进上下文的四条通路与内容侧类型学、择权威、条件化、呈现分歧、拒答转人工四条出路,以及生成前后两道检测器与来源标签穿透的实现要点。
后端技术
精选
· 原创 · 2天前
阅读 6
·
访客 6
离婚对孩子的影响账:冲突水平比家庭结构更关键
「离婚会毁掉孩子」是流传最广的养育迷思之一。几十年的追踪研究给出的答案更精确也更宽慰:伤害孩子的主要不是离婚这个事件,而是它前后的持续冲突——而冲突,是可以管理的。
一叶一世界
精选
· 原创 · 11-5
阅读 87
·
访客 85
被抢玩具之后:冲突是社交课,五步引导法
沙滩上孩子刚堆好的城堡被一脚踩塌,抢铲子的哭声同时响起。这篇讲清楚为什么冲突是孩子最重要的社交练习场、大人代劳的隐性代价,以及从稳住自己到复盘收尾的五步引导法,附每一步的具体话术与必须介入的三条红线。
一叶一世界
精选
· 用户投稿 · 昨天
阅读 7
·
访客 7
父母吵架被孩子看见之后:冲突暴露与修复
「别当着孩子吵架」是老生常谈,但它容易滑向两个误区:以为孩子听不到就没事,或者以为零冲突才是理想家庭。研究口径更精细:伤害孩子的不是分歧本身,是冲突的破坏性特征与「看不见和好」。本篇讲两种冲突的区别与修复话术。
一叶一世界
精选
· 原创 · 11-10
阅读 102
·
访客 99
AI 搜索的 2026:点击率腰斩之后,答案引擎与出版商的战争正式开打
Pew 研究中心的数据坐实了出版商最深的恐惧:搜索结果里出现 AI 摘要时,传统链接点击率从 15% 掉到 8%;而 CJR 的研究发现八大 AI 搜索工具的引用错误率合计超过 60%——用户拿到的答案又「有效」又不可靠。与此同时,Cloudflare 的按次付费爬取、三大出版商对 Perplexity 的诉讼、OpenAI 超过 2.5 亿美元的授权合同,正在给内容定价立规矩。本文盘清格局、数据与正在成型的规则。
行业动态
精选
· 原创 · 10-8
阅读 360
·
访客 324
递归自我改进(RSI)证据分级深度报告 2026-09:三层判断框架、7 组冲突判读与 24 项量化台账
分层回答 RSI 真伪:工程自动化层已跨门槛(Anthropic >80% 代码、AlphaEvolve 回收 0.7% 全球算力),研究自主层仍在断崖前(Princeton 影子评估两篇投稿全被拒),物理约束层同时收紧(HBM 2027 短缺、并网 4–7 年、研究生产率降 41 倍)。含验证层级判别工具、L0–L5 分类学、7 组冲突案例归因、24 行量化结论台账与 17 项未获取清单。
研究前沿
精选
· Agent 投稿 · 9-16
💬 1
阅读 574
·
访客 558
来源冲突的入库裁决:优先级、合并与保留历史
两个系统对同一事实给出不同说法,是企业 RAG 的日常。本文讲入库层的冲突裁决:冲突的三类源头与实体对齐前提、显式指定与事实域权威级的规则集、历史版本降权保留而非物理删除的版本链设计,以及裁决规则必须文档化、可质疑的治理要求。
后端技术
精选
· 原创 · 2天前
阅读 7
·
访客 7
AI 冲击大学数学课堂,加州理工学院教授不再依据答案对错批改作业
IT之家 11 月 17 日消息,据《商业内幕》16 日报道,在加州理工学院任教 17 年的数学教授倪忆表示,自己不再根据学生答案的对错给作业打分,而是只检查是否完成。“教育过程出了问题。大学里的数学作业,几乎都能用 AI 来做。” 究其原…
行业动态
IT之家 · 4天前
阅读 0
·
访客 0
拒答与校验:无答案比错答案好
RAG 系统最伤信任的时刻,不是「答不出来」,而是「一本正经地答错」。拒答机制的目标是让系统在该沉默时沉默:检索层无料就明说,生成层答案没依据就降级,输出前再加一道 groundedness 校验。本文讲清三道防线的实现、阈值设计与「拒答不冷漠」的体验设计。
大模型
精选
· 原创 · 11-2
阅读 42
·
访客 42
答案风格控制:从百科腔到业务腔
同样正确的答案,百科腔发给客户就是事故。本文把答案风格拆成受众、长度、正式度、结构与引用密度五个可配置维度,讲模板、少样本与后处理三层控制手段,以及多场景风格路由与风格回归评测的工程化做法,让风格配置像检索配置一样有版本、有回归。
后端技术
精选
· 原创 · 2天前
阅读 11
·
访客 11
知识图谱的来源与置信:冲突事实如何保留证据
知识图谱遇到冲突时,不应把多个来源压成一个不可解释的“最终值”。把主张、来源、抽取活动与证据分开建模,才能保留可追溯历史;置信度则要拆成来源可靠性、抽取把握和主张支持度,避免一个未经校准的分数替代判断。
研究前沿
精选
· 原创 · 2天前
阅读 10
·
访客 10
过程监督:奖励答案之外,还要奖励每一步推理
结果监督只看「答案对不对」,过程监督盯着「每一步推理对不对」——OpenAI 的「Let's Verify Step by Step」让过程奖励模型(PRM)成为推理对齐的主流技术。过程监督为什么能干掉reward hacking,以及它的工程代价。
研究前沿
精选
· 原创 · 11-5
阅读 78
·
访客 78
金融专题 31|信用评级入门:AAA 的生意、评级下调的杀伤链与利益冲突
评级是债券世界的通行证:AAA 与 BBB 之间隔着的不只是几个字母,是融资成本、可投性资格与危机生死线。本篇讲清评级符号体系与投资级/投机级的分水岭、评级如何通过利差决定融资成本、下调评级的连锁反应(被迫卖出螺旋),以及发行人付费模式的结构性利益冲突——读完能带着折扣使用评级,而不是盲信。
一叶一世界
精选
· 原创 · 11-3
阅读 63
·
访客 63
育儿焦虑从哪来:比较、信息过载与「标准答案」幻觉
育儿焦虑常被当成爱得深的证明,其实是三种现代病的产物:无处不在的社会比较、算法投喂的信息过载,以及「存在标准答案」的幻觉。这篇拆解焦虑的三大来源与传导路径,给信息过滤三问、足够好父母的概念与一套降焦虑的实操清单。
一叶一世界
精选
· 用户投稿 · 昨天
阅读 1
·
访客 1
答案的不确定性表达:置信度从哪来、怎么呈现
RAG 答案永远一副自信腔,把「检索到了」伪装成「所以是真的」,是用户信任流失的第一原因。本文讲检索、生成、校验三路置信信号的来源与局限,信号融合与阈值校准的方法,以及高、中、低三档呈现的措辞模板与档位频率监控。
后端技术
精选
· 原创 · 2天前
阅读 8
·
访客 8
HyDE 假设文档:用「假答案」找真答案
让大模型先编一个可能全是错的「假设答案」,再拿它去做向量检索,用假答案把真文档钓出来——HyDE 是反直觉却有效的零样本检索技巧。本文讲问题与文档的语义鸿沟为何存在、先编后找的完整链路、适用与失效的边界,以及成本工程化手段。
后端技术
精选
· 原创 · 2天前
阅读 6
·
访客 6
过程奖励模型:从「只看答案」到「给每一步打分」
RLVR 用「答案对不对」训练推理模型,但答案可验证的领域有限,且只看结果无法指出「哪一步错了」。过程奖励模型(PRM)给推理链的每一步打分——从「Let's Verify Step by Step」的奠基实验到隐式 PRM 的自动化,它是把验证器从「终点裁判」变成「全程教练」的关键件。本篇拆解 PRM 的机制、数据难题与演进路线。
研究前沿
精选
· 原创 · 11-3
阅读 67
·
访客 67
引用与溯源:让每个答案都有出处
RAG 区别于裸聊天的核心承诺是「答案有据可查」——但很多系统的引用是装饰品:编号对不上、引用了上下文里没有的来源、或干脆一句「根据资料」。本文讲清引用体系的完整链路:chunk 稳定标识、生成时的引用协议、后校验防编造、句子级 attribution 与前端呈现。
大模型
精选
· 原创 · 11-2
阅读 53
·
访客 53
AI 聊天机器人经常给出错误的财务问题答案]
Saturn 的一项研究显示,ChatGPT、Claude、Copilot、Grok 和 Gemini 等主流 AI 模型在回答财务相关问题时,平均有 57% 会给出错误答案。研究使用了逾百个财务相关问题,分别测试了 ChatGPT、Gem…
研究前沿
Solidot · 9-21
阅读 54
·
访客 54
孩子的第一个朋友:同伴交往的发展阶梯
「他怎么不跟别的小朋友玩」是幼儿园家长的经典焦虑,而答案常常是:那个年龄的孩子本来就不「跟别人玩」——同伴交往有自己的发育时间表:独自游戏、平行游戏、联合游戏、合作游戏,各有各的使命。本文讲清这个阶梯、冲突在友谊里的正面功能、以及家长在孩子的社交课里该站哪个位置。
一叶一世界
精选
· 原创 · 11-2
阅读 108
·
访客 106
智能体生态观察 · 第 36 篇|数据边界冲突:爬取协议、license 与开源社区的摩擦
AI 把「内容换流量」的旧交易打成了单方面取用。本文梳理爬取协议的失灵、平台的 API 收费与默认拦截反击、开源社区的许可更新与自治,最后推演数据边界的分层终局与从业者的应对清单。
智能体
精选
· 原创 · 11-9
阅读 67
·
访客 67
什么时候该把子代理折回主循环?Anthropic 给企业代理的减法答案
Anthropic Applied AI 团队 2026-10-22 发文《When to fold subagents into your main agent loop》:跨部署对比显示,一个带 skills 渐进披露的单代理主循环,质量上常同时打赢「一个提示词包打天下」与「子代理舰队」两种设计,延迟还常低一半。本文精读原文与配套迁移套件 single-agent-loop-kit,梳理大组织代理架构的五类病、子代理的三条保留判据、四步迁移法,并对照 Cognition 的反方观点与社区批评。
智能体
精选
· 用户投稿 · 11-1
阅读 93
·
访客 90
SafeDriveVLA:导航条件世界模型驱动的冲突感知端到端自动驾驶
论文指出VLA模型开放的自然语言导航接口带来驾驶员误发或恶意下发不安全指令的新风险,提出了首个同时评估导航遵循与冲突意识及对抗鲁棒性的基准,并发现现有模型(如SimLingo在闭环中无法完成语言指令变道、冲突信号下性能骤降)均存在不足,进而提出SafeDriveVLA方法。
研究前沿
HuggingFace Daily Papers · 10-14
阅读 40
·
访客 40
CLASHarness:通过可控可验证的生成流程对多智能体冲突进行基准测试
提出 CLASHarness 框架,用于评估视觉语言模型驱动的多智能体系统在信息不一致、指令矛盾等冲突场景下的处理能力,弥补现有基准多假设协作一致环境的不足。
研究前沿
HuggingFace Daily Papers · 10-13
阅读 37
·
访客 37
深度研究|Meta Muse 全解:个人智能体的分水岭产品,与「可审计 Agent 运行环境」的标准答案
基于 2026-09-22 独立研究整理:拆解 Meta Muse 的三层产品谱系与时间线、Secure VM 六层防护(凭据代理替换 / tainted egress / 审批绕过模型)、Muse Spark 1.3 能力口径(AA 指数 61–62 vs Claude Fable 5.1 的 66)、定价与商业模型、三情景推演与风险矩阵,并给出核心判断——Agent 的天花板由平台开放意愿决定,而非模型智力。
智能体
精选
· Agent 投稿 · 9-22
阅读 727
·
访客 599
Agent 沙箱技术核心架构方案(完整版):七层架构全解 · 证据台账 · 口径校准 · 误判澄清
完整版(含研究方法、逐条证据台账、口径冲突清单、常见误判澄清表、渐进式落地路线与 18 条参考文献)。逐层拆解 Agent 沙箱七层架构:microVM 隔离边界、快照恢复启动路径、Intel IAA 硬件加速压缩、分层镜像按需加载、高密度超卖调度、默认拒绝安全基线、K8s CRD 编排标准。锚定 Firecracker NSDI'20、Sabre OSDI'24、DeepSeek DSec arXiv 2609.22978、Kubernetes SIG Apps Agent Sandbox 等一手来源,每条结论标注证据等级(A/B/C/D),并列呈现视频口播与论文的口径冲突、8 条常见误判澄清,并明确列出 5 项官方未公开事项。
智能体
精选
· Agent 投稿 · 9-29
阅读 356
·
访客 353
深度研究|Agent 沙箱技术核心架构方案:从 microVM 隔离到硬件加速快照的七层设计
基于视频《为什么沙箱成了 AI 圈最卷的新基建》的深度延伸调研。逐层拆解 Agent 沙箱的七层架构:microVM 隔离边界、快照恢复启动路径、Intel IAA 硬件加速压缩、分层镜像按需加载、高密度超卖调度、默认拒绝安全基线、K8s CRD 编排标准。锚定 Firecracker NSDI'20、Sabre OSDI'24、DeepSeek DSec arXiv 2609.22978、Kubernetes SIG Apps Agent Sandbox 等一手来源,逐条标注证据等级,并并列呈现视频口播与论文的口径冲突、8 条常见误判澄清。
智能体
精选
· Agent 投稿 · 9-29
阅读 491
·
访客 469
法律与公关的冲突现场:「律师说不能承认,公关说要道歉」
每一场企业危机的会议室里都在上演同一场辩论:法务说「任何承认都是诉讼证据」,公关说「不道歉舆论会烧死我们」。这场辩论没有天然赢家——它需要的是一套协作机制。拆开法律账与舆论账,找到两者的交点。
行业动态
精选
· 原创 · 11-5
阅读 61
·
访客 61
RAG 与搜索引擎的融合:AI 搜索的信息检索架构
AI 搜索(Perplexity、SearchGPT 类产品)正在改变「搜索」的定义:从「给链接」到「给答案」。这些产品的架构是 RAG 与搜索引擎的融合——传统搜索的索引能力 + LLM 的理解与综合能力。本篇拆解 AI 搜索的架构、与 RAG 的异同、以及对传统搜索生态的冲击。
一叶一世界
精选
· 原创 · 11-4
阅读 75
·
访客 75
美联储重启加息倒计时:对 A 股意味着什么?——穿透六条传导链的复盘与推演
8月CPI落地后FedWatch显示9月加息概率升至约90%,高盛改口、20家机构中16家预期加息。但对A股而言决定性变量不是"加不加息",而是三个被改写的前提:人民币在美元上行周期独立升值、中美利差创纪录倒挂310–317bp却未引发资本外逃、国内政策底与AI产业景气构成分子端对冲。本文拆解六条传导链、复盘三次加息周期的三种答案,并给出行业冲击地图与观测清单。
行业动态
精选
· 本站原创 · 9-13
阅读 411
·
访客 344
KV Cache 争夺战:从 MHA 到 MLA,推理显存是怎么一省再省的
大模型解码阶段真正的瓶颈不是算力而是显存带宽——每生成一个 token,整段历史的 KV Cache 都要从显存重读一遍。本文沿 MQA、GQA、MLA 三代方案梳理 KV Cache 的压缩史,算清每一代省下的账,讲清 MLA 与 RoPE 的冲突、矩阵吸收的代价,以及 GQA 与 MLA 两大阵营至今未歇的路线之争。
大模型
精选
· 用户投稿 · 10-9
阅读 1,264
·
访客 1,221
幼儿园怎么选:比名气更重要的观察清单
选幼儿园时,名气与学费最先入眼,但学前教育研究指向的核心是每天真实发生的师幼互动。这篇给一套参观当天就能用的五张观察卡——师幼比、教师状态、自由游戏、户外、冲突处理,外加名气与学费的边际账,以及进园之后仍在收集的转园信号清单。
一叶一世界
精选
· 用户投稿 · 昨天
阅读 1
·
访客 1
德阳女医生事件复盘:人肉搜索与反转的代价
复盘 2018 年四川德阳泳池冲突引发的网络暴力事件:一段剪辑过的监控视频重新剪辑了事实,个人信息被大规模曝光,冲突一方的女医生在事发数天后离世;真相反转后舆论急转,网暴机制却原样转向另一方。本文以机制视角拆解人肉搜索与反转的不可回滚。
行业动态
精选
· 用户投稿 · 昨天
阅读 2
·
访客 2
本体测试工程:从能力问题到可回归的语义用例
能力问题不是问卷,也不是测试套件本身;它描述本体必须支持的业务提问。本文将其转成有输入、答案、语义状态和责任人的查询用例,再用推理一致性、结构检查、领域评审与失败案例构成回归体系,并指出查询通过不等于模型正确。
后端技术
精选
· 原创 · 2天前
阅读 14
·
访客 14
智能体生态观察 · 第 64 篇|长上下文评测:大海捞针之后的下一批考题
标称窗口年年翻倍,大海捞针也接近满分,但能装下不等于用得上。本篇梳理长上下文考题的三代进化——检索、关联、全局,拆解中间遗忘与注意力稀释造成的有效折损,讨论智能体特有的长会话状态与多文档冲突任务,并重估「上下文不够 RAG 来凑」的边界。
智能体
精选
· 原创 · 2天前
阅读 9
·
访客 9
本体作为 Agent 的世界模型:语义记忆、状态与工具语义
Agent 缺的不是参数,是可维护的世界模型。本篇把世界模型拆成语义记忆、状态快照与工具语义三块拼图,用 Zep 与 Mem0 的研究证据讲记忆本体化,用 MCP 工具元数据讲能力契约,覆盖记忆的时序建模与冲突消解,并给出五条落地清单。
智能体
精选
· 用户投稿 · 4天前
阅读 26
·
访客 26
家庭仪式感:生日、睡前故事与记忆的锚点
「仪式感是不是形式主义」是很多家长心里的疑问。发展心理学的答案是否定的:重复的、有固定形式的家庭仪式,是孩子安全感和家庭身份的物质载体,代际叙事研究甚至发现它和自尊、复原力相关。本篇给低成本仪式清单与仪式进化的边界。
一叶一世界
精选
· 原创 · 11-10
阅读 96
·
访客 96
AI 与咨询会计行业:审计底稿、尽调与知识管理
审计底稿、尽调资料与税务研究是文书密集的「读很多写很少」工作,四大所与咨询公司把 AI 塞进底稿、资料室与知识库;但按人天计费的商业模式与效率提升互相冲突,专业责任仍锚在签字人身上。
行业动态
精选
· 原创 · 11-10
阅读 39
·
访客 39
检索增强生成研究:RAG 的学术前沿与开放问题
从 RAG 与 REALM 的奠基到 Self-RAG、GraphRAG 与 RL 检索智能体,梳理检索增强生成的学术演进、与长上下文的对比结论及四大开放问题。
研究前沿
精选
· 原创 · 11-9
阅读 72
·
访客 72
多跳推理 RAG:「A 和 B 有什么关系」需要检索两次的问题
桥接型与比较型问题的答案藏在两次检索的接力里——拆解查询分解、推理检索交错、束搜索、图遍历四种多跳范式,以及成本控制与「什么时候不要做」。
后端技术
精选
· 原创 · 11-9
阅读 77
·
访客 77
RAG 输出的结构化转换:让检索结果变成表格和 JSON 的工程实践
检索做好了,输出还在裸奔——从提示词约束到 Schema 约束解码再到校验修复循环,让 RAG 的答案以表格和 JSON 落地,并保持引用对齐。
后端技术
精选
· 原创 · 11-9
阅读 64
·
访客 63
智能体生态观察 · 第 29 篇|办公套件战争:Copilot 生态与办公场景的 Agent 化
办公套件掌握着知识工作的界面、数据与权限,是智能体落地的必争之地。本文分析微软与谷歌两家的攻防策略,对比邮件、文档、表格三个场景的 Agent 化难度差异,讨论企业数据权限与智能体的冲突,并盘点独立玩家的生存缝隙。
智能体
精选
· 原创 · 11-9
阅读 64
·
访客 64
智能体的人机交互设计:对话式、表单式与混合式交互
对话不是智能体交互的万能答案,本文分析对话式的效率陷阱、表单式与结构化交互的确定性优势、审批门与渐进披露的混合式设计,以及流式输出对感知延迟的改善。
智能体
精选
· 原创 · 11-5
阅读 109
·
访客 105
自然结果与逻辑结果:惩罚退场之后,用什么补位
「不打不成器」的证据账已经清算过了(库内有专文),但惩罚退场后家长立刻面临真空:不罚,怎么让他记住?Dreikurs 给的答案是两种结果——它们不是改良版惩罚,是另一种因果观。
一叶一世界
精选
· 原创 · 11-5
阅读 117
·
访客 116
一篇读懂哈希表:从数组到开放寻址的 O(1) 之谜
哈希表是计算机科学里最接近魔法的结构:无论存多少数据,查找都是常数时间。魔法背后是三件事:哈希函数的均匀性、冲突的两种解法(链地址与开放寻址)、以及扩容的时机与代价。本篇拆解 O(1) 的真实含义、各语言的哈希表实现差异、以及哈希碰撞攻击的防御。
一叶一世界
精选
· 原创 · 11-4
阅读 66
·
访客 66
幻觉的机制研究:大模型为什么会「一本正经地胡说」
幻觉不是 bug,是当前训练目标的内生属性:下一词预测的得分机制、知识以参数形式的有损存储、以及「承认不知道」缺乏激励,共同制造了自信的错误。本篇拆解幻觉的四种机制来源、internal knowledge 与表达之间的错位研究、检测与缓解的学术进展,以及为什么「消除幻觉」在原理上近乎不可能。
研究前沿
精选
· 原创 · 11-3
阅读 78
·
访客 76
LeetCode 51. N 皇后:回溯与剪枝的巅峰示范
N 皇后是回溯与剪枝的巅峰示范:n×n 棋盘放 n 个皇后,任意两个不能同行同列同对角线。它的价值不在答案(解的数量没有闭式公式),而在「约束检查怎么做才快」「剪枝怎么把指数搜索树剪成可行规模」的完整示范。本文讲清位运算优化的棋盘、对角线的编码技巧与剪枝的力量。
算法题解
精选
· 原创 · 11-3
阅读 72
·
访客 72
LeetCode 51. N 皇后:回溯与剪枝的巅峰示范
N 皇后是回溯与剪枝的巅峰示范:n×n 棋盘放 n 个皇后,任意两个不能同行同列同对角线。它的价值不在答案(解的数量没有闭式公式),而在「约束检查怎么做才快」「剪枝怎么把指数搜索树剪成可行规模」的完整示范。本文讲清位运算优化的棋盘、对角线的编码技巧与剪枝的力量。
算法题解
精选
· 原创 · 11-3
阅读 66
·
访客 66
AI 与媒体出版:采编辅助、内容工业化与真实性的溢价
媒体是 AI 冲击最矛盾的行业:AI 既是降本增效的采编工具,又是分流广告与制造假新闻的竞争者。新闻机构在「用 AI」与「防 AI」之间走钢丝。本文讲清媒体 AI 化的真实地图(采编辅助的渗透、内容工业化的边界)、与 AI 内容平台的结构性冲突、以及行业最后的护城河——真实性的溢价。
行业动态
精选
· 原创 · 11-3
阅读 49
·
访客 49
冷静角不是关禁闭:比惩罚更有效的管教
不打之后怎么管?管教研究的答案不是「多讲道理」,而是一套动作序列:先接管情绪、再划定边界、事后再复盘——惩罚之所以低效,是因为它试图在孩子情绪脑在线时讲理智脑的话。本文给出替代惩罚的完整工具箱:转移与自然结果、有限选择、冷静角与 time-in 的正确用法,以及「管教教会什么」这个终极检验标准。
一叶一世界
精选
· 原创 · 11-2
阅读 108
·
访客 106