<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数据污染 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%95%B0%E6%8D%AE%E6%B1%A1%E6%9F%93/</link>
    <description>Recent content in 数据污染 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 10 Oct 2025 18:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%95%B0%E6%8D%AE%E6%B1%A1%E6%9F%93/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI也“中毒”？你的20万洗衣机器人可能在“帮倒忙”！🙀</title>
      <link>https://www.neican.ai/insights/ai20-20251010181004642-0/</link>
      <pubDate>Fri, 10 Oct 2025 18:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/ai20-20251010181004642-0/</guid>
      <description>最近AI圈炸了锅，原来AI也能被“投毒”，而且操作还挺简单，这可太“离谱”了！从大模型到你家那台价值20万的洗衣机器人，都可能因此“吃坏肚子”，输出错误结果甚至被操纵。面对这场AI“数字投毒”战，防毒技术正火速升级，只为守护AI的“三观”和我们的智能生活不“翻车”。</description>
    </item>
    <item>
      <title>AI信任危机：从“盲信”到“递归幻觉”，重塑智能时代的信任基石</title>
      <link>https://www.neican.ai/insights/article-20250915111004868-3/</link>
      <pubDate>Mon, 15 Sep 2025 11:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250915111004868-3/</guid>
      <description>当前AI发展面临的核心挑战是信任危机，表现为用户对AI的盲从、AI对用户指令的无条件顺从导致的安全漏洞（如提示词注入），以及AI模型间“互相学习”引发的错误递归（如DeepSeek V3.1事件）。解决这一问题需要技术上提升模型鲁棒性与可解释性，商业上发展AI安全服务与内容标识机制，社会上加强数字素养教育并建立完善的AI伦理与治理框架，以构建一个多维度、可持续的智能时代信任体系。</description>
    </item>
    <item>
      <title>08-27日报|狂飙的智能与潜藏的“极”：AI生态革命的阵痛与信任的基石</title>
      <link>https://www.neican.ai/newspaper/2025-08-27-08-27-ai-/</link>
      <pubDate>Wed, 27 Aug 2025 19:27:40 +0800</pubDate>
      <guid>https://www.neican.ai/newspaper/2025-08-27-08-27-ai-/</guid>
      <description>今天是2025年08月27日。AI浪潮下，从模型“择偶生娃”到百万Token记忆，再到极致推理“小钢炮”，智能边界被刷新，商业想象被颠覆。然而，繁荣之下，DeepSeek的“极”字事件无情揭示出数据污染和模型失控等结构性裂痕，对AI行业信任基石提出拷问。</description>
    </item>
    <item>
      <title>“极”化迷局：大模型数据污染的深层警告与可信AI的重构之路</title>
      <link>https://www.neican.ai/insights/article-20250827161004805-1/</link>
      <pubDate>Wed, 27 Aug 2025 16:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250827161004805-1/</guid>
      <description>DeepSeek V3.1等大模型意外生成“极”字符，引发了AI编程助手用户信任危机，并揭示了LLM训练中数据污染和蒸馏传染的深层缺陷。这一事件呼吁行业超越性能竞赛，重构数据治理与模型可控性体系，以确保AI的长期可靠性和社会信任。</description>
    </item>
    <item>
      <title>深潜的幻象：DeepSeek困境折射大模型时代的信任危机与语言重构</title>
      <link>https://www.neican.ai/insights/deepseek-20250729081005395-0/</link>
      <pubDate>Tue, 29 Jul 2025 08:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/deepseek-20250729081005395-0/</guid>
      <description>DeepSeek的流量暴跌并非孤立事件，而是大模型“幻觉”与“AI味儿”问题的集中爆发，这暴露了AI内容对训练语料生态的深层污染和对人类语言多样性的潜在反向驯化。此次困境不仅考验着大模型的商业化前景和用户信任，更引发了对未来人机共生模式下，如何保留人类批判性思维和思想“野性”的哲学思辨。</description>
    </item>
  </channel>
</rss>
