企业文档智能 [Vol.1 #7quinquies] - 幻觉通常是垃圾。修复检索，模型就没有什么可弥补的了大多数 RAG 幻觉都是检索失败：检索砖如何决定模型可以发明什么，该帖子首先出现在《走向数据科学》上。
《Live Science》采访了民族生物学博士生科林·多姆瑙尔 (Colin Domnauer)，他解开蘑菇之谜可能会揭示一种新的致幻化合物。
Why Stable Systems Fail: The Illusion of Institutional Control
系统最终变得不稳定时不会崩溃；他们看起来很稳定，直到他们的失败不再被忽视。
New AI database reduces hallucinations by 78% and delivers answers 20 times faster
人工智能在企业中变得越来越重要，它可以帮助员工搜索大量文档并回答复杂的问题。然而，一个主要问题仍然限制了人工智能在许多行业的使用：幻觉。当系统生成听起来令人信服但实际上是错误的信息时，就会出现人工智能幻觉。这可能是一个严重的问题 […]新的人工智能数据库将幻觉减少了 78%，并且提供答案的速度提高了 20 倍，该文章首先出现在 Knowridge Science Report 上。
Toy universe shows that time could be a quantum illusion
对由极冷原子组成的玩具宇宙进行的实验表明，时间是如何从量子相互作用中产生的，而不是默认存在的
Silicon Valley's dirty secret: Trump has white collar workers running scared
唐纳德·特朗普总统致力于加速美国人工智能的发展，而不是对其进行监管，其结果不仅仅是深度造假和幻觉的流行，被冒充为合法研究。一份新报告显示，美国一些受过最好教育、曾经安稳的工人现在正面临着这个问题。《华盛顿邮报》的伊丽莎白·德沃斯金和希拉·奥维德周日写道：“根据美联储的数据，美国个人财富总额的大约三分之一由最富有的 1% 家庭持有，而美国最底层的一半家庭持有的财富不到 3%。”这些数据包括以前的经济赢家，他们现在发现自己处于裁员和招聘冻结的错误一边——科技工作者。“美国专业精英的不稳定感可能是人工智能传播时美国其他地区未来前景的预演，”《华盛顿邮报》写道。科技企业家阿尼尔·达什 (Anil Da
Building a village without leaving your street
“我走进去，觉得编织看起来平静而简单。这种幻觉持续了大约五分钟。” 不离开街道就建一个村庄的帖子首先出现在阿斯彭研究所。
Breaking the ice when neighbors build walls
“我走进去，觉得编织看起来平静而简单。这种幻觉持续了大约五分钟。” 邻居筑墙时打破僵局的帖子首先出现在阿斯彭研究所。
AIケアプランで暮らしを支えられるのか？－技術への隷従が招く思考停止と、対人業務の専門性喪失のリスクを考える
■摘要 近年来AI（人工智能）的发展每天都让我们惊叹不已。例如，如果你问他们对某个历史人物或事件的评价、背景和历史，他们会告诉你所有细节，如果你读一本难懂的思想家的书并问“有什么意义？”，你的理解力往往会提高。而且，当我把某句话复制粘贴到ChatGPT并问他“我的逻辑有问题吗？”时，他只用了5秒就说出了我隐隐约约的不适感。另外，在我担任兼职讲师的大学下课后，我把自己在讲课时在黑板上潦草写下的黑板拍了一张照片，上传到了ChatGPT。当我问“这字写得不好，是什么样的图片？”时，我立即被告知“这是一张医疗保险的图片”，“这不是潦草的字迹，而是像大学老师在黑板上乱写的东西”。在制作幻灯片和插图方面，
AI時代のサイバーリスク開示－有価証券報告書をテキスト分析して分かること
■概要 通过对证券报告中“经营风险”的文字分析，确认2026年提及“网络攻击”的公司比例将达到47.2%，接近一半，且在各规模、各行业均呈上升趋势。可以说，网络风险已成为各行业共同的管理问题[图1]。提及“人工智能”的企业比例从2021年的3.6%大幅上升至2026年的19.4%。企业对人工智能的描述围绕着一种危机感，即延迟应对人工智能将导致竞争力下降，而将人工智能与网络攻击等风险联系起来的描述仍然很少。然而，随着Mythos丑闻之后，全球范围内对AI对AI构成的威胁的认识不断增强，明年的证券报告预计将加深其与传统安全威胁（如“信息泄露”和“通信故障”）的关系。 ■目录 1 - 简介 2 -
That Is Embarrassing: Why Frontier AI Still Makes Things Up, and What to Do About It
最好的人工智能模型仍然会产生幻觉。这些幻觉有时很有趣，有时会造成实际伤害。在这篇文章中，我们将考虑最近关于人工智能幻觉的故事，然后深入了解它们发生的原因。这篇文章《令人尴尬：为什么前沿人工智能仍然制造事情，以及如何应对它》首先出现在《走向数据科学》上。
Moving Beyond the Hero Leader: A Strategic Blueprint for Sustainable Leadership
几十年来，教育界的主流叙事将“英雄领袖”的神话浪漫化了。我们都看过电影里的比喻：一个有魅力的人融入一个组织，夜以继日地工作，并通过纯粹的意志力彻底改变文化。虽然这是一个引人入胜的故事，但这种领导模式不仅是一种幻觉，而且是导致制度不稳定和灾难性教育工作者倦怠的危险因素。真正的组织转型不能落在一个救世主的肩上。在快速的技术变革、不断变化的学习标准和严重的教师保留危机所定义的教育格局中，我们必须从根本上改变我们的方法。可持续的领导力并不是要维持集权机构的合规性，而是要让其服从。它是为了建立一个生态系统，旨在让人类潜力在学区的各个层面蓬勃发展。为了推动我们的组织向前发展，我们必须有意识地实施植根于共享
Can a Keto Diet Help People with Schizophrenia?
精神分裂症和双向情感障碍 1 等严重精神疾病可能会对一个人的日常生活产生重大影响。患有这些疾病的人可能会出现幻觉、妄想、情绪变化、清晰思考困难以及记忆力和注意力问题。药物可以帮助减轻许多症状，但它们对于[...]帖子可以酮饮食帮助精神分裂症患者吗？首先出现在 Knowridge 科学报告上。
Revisiting ASR Error Correction with Specialized Models
语言模型在自动语音识别 (ASR) 中发挥着核心作用，但大多数方法依赖于纯文本模型，不知道 ASR 错误模式。最近，大型语言模型 (LLM) 已应用于 ASR 校正，但引入了延迟和幻觉问题。我们使用紧凑的 seq2seq 模型重新审视 ASR 纠错，该模型针对真实和合成音频的 ASR 错误进行训练。为了扩展训练，我们通过级联 TTS 和 ASR 构建合成语料库，发现匹配现实错误分布的多样性是关键。我们提出校正优先解码，其中校正......
NotebookLM: Your New AI Teaching Assistant
帖子 NotebookLM：您的新 AI 教学助理首先出现在 Shake Up Learning 上。如果您听说过 NotebookLM，但还没有真正坐下来弄清楚它的用途，那么这个会议值得观看。 Ashley Shanley 详细介绍了如何将其用作闭环人工智能研究和内容工具，该工具仅从您上传的文档中提取数据，这意味着没有幻觉，没有随机的互联网结果，继续阅读后 NotebookLM：您的新人工智能教学助理首先出现在 Shake Up Learning 上。
Diagnostic dilemma: A woman heard voices for years — but not because of psychosis
经过多次医院就诊和抗精神病治疗失败后，一名女性的医生发现了她出现幻觉的一个被忽视的解释。
On Robustness and Chain-of-Thought Consistency of RL-Finetuned VLMs
强化学习 (RL) 微调已成为增强推理密集型任务的大型语言模型 (LLM) 的关键技术，并推动其扩展到视觉语言模型 (VLM)。虽然经过 RL 调整的 VLM 改进了视觉推理基准，但它们仍然容易受到视觉基础薄弱、幻觉和过度依赖文本提示的影响。我们证明，简单的、受控的文本扰动——误导性的标题或不正确的思维链 (CoT) 痕迹——会导致鲁棒性和置信度大幅下降，并且当 CoT 一致性为……时，这些影响会更加明显。
The Strawberry Moon rises tonight. Here's what to expect from June's full moon
不要错过今晚（6 月 29 日）六月的草莓满月，它以金色的光芒和引人注目的月亮幻觉标志着夏季的第一轮满月。
