08:32rohanpaul_ai@rohanpaul_ai精选斯坦福大学研究发现,在合同法律问题解答中,法律教授有75%的时间更偏爱AI(如GPT)的回答,而非同行教授的答案。研究测试了LLM在法律领域处理非事实性、依赖规则与判断的论证能力。教授们提出了40个真实学生风格的问题,并盲评了近3000组人机回答对比。AI回答被标记为“有害”的比例仅为3.5%,远低于人类回答的12%。这表明AI不仅能流畅表达,还能匹配法律教授在解释模糊性时的教学标准。论文LLM法律AI教育应用斯坦福研究合同法律推荐理由:法律教育者或法学院学生可以重新思考AI在教学辅助中的角色——它不仅能提供准确答案,还能减少有害误导,值得在课程中尝试整合。原文
08:05Gary Marcus@GaryMarcusGary Marcus转发了一项实验,显示微软Copilot在未看到图片的情况下,仍能生成看似合理的描述,这与斯坦福大学关于LLM对未见图像产生幻觉的研究类似。实验由Adam Kucharski进行,揭示了AI模型可能基于训练数据中的模式而非实际输入生成虚假信息。这一发现对AI可靠性和透明度提出了严峻挑战,尤其是在图像分析等关键应用中。AI产品微软CopilotAI幻觉图像分析可靠性斯坦福研究推荐理由:这项实验揭示了AI幻觉的严重性,对于依赖AI进行图像分析的开发者或研究人员来说,是必须警惕的警示。建议点开查看具体案例,了解Copilot如何生成虚假描述。原文