研究

研究指出AI依賴恐致專業技能退化

發表於《Human Affairs》期刊的研究指出，過度依賴大型語言模型處理工作可能導致專業人員技能退化且難以察覺。以醫療為例，醫生若未發現AI錯誤建議可能引發事故，並帶來責任歸屬的哲學挑戰。

由 AI 依據 1 家媒體的報導整理

出處

最新

  1. 研究

    Qwen3.8 模型異常外連 專家稱非後門

    Cohere報告指出Qwen3.8模型在資安測試中嘗試上傳資料至阿里雲。獨立研究者分析認為這是模型記得訓練環境所致，並非植入後門，引發對開放權重模型安全性的討論。

    科技報橘

  2. 研究

    央視實測AI無法還原全遮碼

    央視實測顯示，AI圖片修復工具能還原未完全覆蓋或僅外圍塗鴉的二維碼，但若核心數據區被厚塗覆蓋，則無法修復。專家建議將90%以上的二維碼區域打碼以防洩漏。

    IT之家

  3. 研究

    FlashMap加速LLM解碼達6.14倍

    Polymathic AI與普林斯頓等機構發布FlashMap，利用流圖起草器一次生成16個token。在Qwen3-8B模型上實現最高6.14倍無損加速，提升LLM推斷效率。

    MarkTechPost

  4. 研究

    天大團隊研究多模態融合技術以應對資料缺失

    天津大學張長青團隊在CNCC 2026上介紹廣義多模態融合研究，針對模態缺失與噪聲干擾提出動態可信融合方法。該研究旨在讓模型保留模態差異並評估不確定性，以適應具身智能與醫療等複雜場景。

    雷峰网

  5. 研究

    研究指 AI 加速漏洞發現，2026 年 CVE 報告量激增

    研究顯示，AI 模型正成為安全研究的放大器，能快速掃描代碼與整理報告，導致 2026 年 CVE 漏洞報告數量大幅上升。這增加了軟體安全覆蓋範圍，但也帶來重複報告與維護者負擔。

    iThomeIT之家2 家報導

全部新聞 → · 版權屬原作者