https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
在线游戏巨头 Roblox 日前宣布上线一项创新的 AI 聊天净化功能。以往玩家发送违规内容时,系统会简单粗暴地用“#”号进行屏蔽,而新功能则利用人工智能将违规表述实时改写为礼貌、合规的语言,同时尽力保留玩家原本的表达意图。
Roblox 官方表示,大段的屏蔽符号不仅破坏对话节奏,还常令玩家感到困惑。通过这一新机制,系统不再仅仅是“消音”,而是进行“润色”。例如,原本会被完全屏蔽的粗鲁话语“Hurry TF up!”,现在会被自动优化为更中性的“Hurry up!”。当消息被 AI 改写时,聊天窗口会向所有参与者发出提示,以确保交流氛围的透明与友好。
除了提升沟通连贯性,Roblox 还大幅升级了文本过滤系统。新系统在识别“黑客语”(leetspeak)及各类变体规避写法方面表现卓越,据称相关误判比例已降低约20倍。目前,该实时改写功能已支持平台自动翻译工具涵盖的所有语言。
此次技术更新背景深远。今年2月,Roblox 因儿童安全隐患面临多州总检察长的诉讼压力。在监管与舆论的双重推动下,Roblox 试图通过这种“软硬兼施”的 AI 策略,在守住社区安全底线的同时,优化数亿用户的社交游玩体验。
划重点
● 🤖 AI 智能净化:将违规词自动替换为合规表达,取代传统的“#”号屏蔽,维持对话逻辑完整。
● 📉 误判率暴降:增强了对复杂规避手段和特殊符号的识别能力,过滤系统精准度提升20倍。
● 🛡️ 安全与体验平衡:在应对监管压力、保障未成年人安全的同时,减少社交过程中的阻碍与摩擦。
via AI新闻资讯 (author: AI Base)
OpenAI 近日宣布启动一项全新的开源开发者支持计划,旨在通过提供前沿 AI 工具矩阵,深度赋能公共软件项目的核心维护者。根据该计划,符合条件的申请者将获得为期六个月的 ChatGPT Pro 免费使用权,其权益范畴涵盖了 Codex 模型、高额 API 额度以及首次亮相的增强型安全工具 Codex Security。
作为本次计划的核心技术亮点,Codex Security 被定位为一款专注于代码安全审查的先进 AI 工具。OpenAI 透露,该工具基于性能更为强劲的 GPT-5.4模型构建,具备极高的代码缺陷识别与漏洞预警能力。由于技术敏感性及算力成本,Codex Security 的访问权限将采取严格的逐案审核制,初期仅针对少数具有关键影响力或高风险暴露面的项目开放。
值得关注的是,该计划展现出了较强的兼容性与生态包容度。除原生工具外,习惯使用 OpenCode、Cline 或 OpenClaw 等第三方编程辅助工具的开发者亦可提交申请。OpenAI 强调,评审标准并非仅局限于项目的技术指标,若相关开源项目在整体软件生态系统中发挥着不可或缺的底层支撑作用,即便未完全对齐硬性标准,也将被纳入考虑范围。
此项举措标志着 OpenAI 现有 Codex 开源基金的进一步扩张。目前,该公司已向该基金注资一百万美元。从行业视角看,OpenAI 试图通过算力与模型能力的下放,进一步绑定开源社区这一模型演进的重要反馈源。在 GPT-5.4算力红利的加持下,此类支持计划有望显著提升开源软件的安全性边界,并加速 AI 辅助编程从单纯的代码生成向深层安全审计阶段转型。
via AI新闻资讯 (author: AI Base)
周志华院士犀利发声:大模型不是万能药,别让“盲目跟风”毁了人工智能!
周志华建议:纠正“大模型解决一切”误区,建立交叉学科特区
在人工智能热潮席卷全球的当下,大模型似乎成了科研圈的“万灵金丹”。然而,中国科学院院士周志华近日的一番话,给这股躁动投下了一剂清醒剂。他明确指出,当前科研领域存在盲目跟风“大模型解决一切”的严重误区,必须进一步优化人工智能的科研统筹布局。
周志华院士敏锐地观察到,不少所谓的“AI赋能科研”其实只是在“玩噱头”。很多研究仅仅停留在对工具的简单套用上,甚至有人幻想靠训练一个通用的“科学大模型”来包打天下,应对所有的科学问题。这种“力大砖飞”的思维模式,导致资源过度向算力消耗型的应用层倾斜,反而忽视了最核心的算法基础研究。
除了研究方向的偏离,数据荒和标准乱也是挡在AI科研面前的大山。周志华指出,科学数据不仅获取成本高昂,且标准不一、共享意愿薄弱,导致模型训练效率低下、可靠性差。这种现状不仅造成了严重的重复建设和资源浪费,更让AI在科学发现上的潜力大打折扣。
针对这些痛点,周志华院士开出了“两帖药方”:一是回归本源,加大对针对具体问题的算法创新支持;二是变革人才培养模式。他提议建立“交叉学科特区”,在学位、职称、考核等环节破除传统枷锁,让跨学科人才不再陷入“两头不靠”的评价困境。
这场关于AI科研的“拨乱反正”,不仅是对技术路径的审视,更是对科研生态的重塑。毕竟,通往真理的道路,从来不靠盲目的堆料,而靠深耕基础的智慧。
via AI新闻资讯 (author: AI Base)
周志华建议:纠正“大模型解决一切”误区,建立交叉学科特区
在人工智能热潮席卷全球的当下,大模型似乎成了科研圈的“万灵金丹”。然而,中国科学院院士周志华近日的一番话,给这股躁动投下了一剂清醒剂。他明确指出,当前科研领域存在盲目跟风“大模型解决一切”的严重误区,必须进一步优化人工智能的科研统筹布局。
周志华院士敏锐地观察到,不少所谓的“AI赋能科研”其实只是在“玩噱头”。很多研究仅仅停留在对工具的简单套用上,甚至有人幻想靠训练一个通用的“科学大模型”来包打天下,应对所有的科学问题。这种“力大砖飞”的思维模式,导致资源过度向算力消耗型的应用层倾斜,反而忽视了最核心的算法基础研究。
除了研究方向的偏离,数据荒和标准乱也是挡在AI科研面前的大山。周志华指出,科学数据不仅获取成本高昂,且标准不一、共享意愿薄弱,导致模型训练效率低下、可靠性差。这种现状不仅造成了严重的重复建设和资源浪费,更让AI在科学发现上的潜力大打折扣。
针对这些痛点,周志华院士开出了“两帖药方”:一是回归本源,加大对针对具体问题的算法创新支持;二是变革人才培养模式。他提议建立“交叉学科特区”,在学位、职称、考核等环节破除传统枷锁,让跨学科人才不再陷入“两头不靠”的评价困境。
这场关于AI科研的“拨乱反正”,不仅是对技术路径的审视,更是对科研生态的重塑。毕竟,通往真理的道路,从来不靠盲目的堆料,而靠深耕基础的智慧。
via AI新闻资讯 (author: AI Base)