12:12IT之家(博客/媒体)负责测试澳大利亚社交媒体年龄验证技术的ACCS报告耗资348万澳元,由英国机构Age Check Certification Scheme开展。报告被指存在至少6条参考文献错误,包括DOI链接到不存在的论文、作者姓名与文献无法对应。ACCS最初否认使用AI,但在《卫报》发现链接元数据来自ChatGPT后承认曾用AI改写部分段落。澳大利亚参议院正就此事展开调查,以加强社交媒体禁令相关法律。此前德勤也曾因报告错误退还政府44万澳元合同款项。行业ACCSChatGPT澳大利亚社交媒体禁令推荐理由:ACCS给澳大利亚政府做的年龄验证报告翻车了,引用一堆假文献还甩锅AI,参议院正查呢。原文稍后读已读值得跟进有用关注 ACCS
18:09官方一手Google Research: Blog(资讯)谷歌研究2026年8月12日发文,称参数化事实性的主要瓶颈是“回忆”而非“存储”。文章用“空货架”比喻事实从未进入参数,“丢钥匙”比喻事实已存储但无法调取。谷歌认为,模型答错往往不是没学过,而是关键时刻想不起来,这改变了事实性优化的方向。谷歌的分析基于语言模型内部机制的观察,为评估AI事实性提供了新视角。论文Google Research参数化事实性知识召回推荐理由:谷歌说AI答错有时是“丢钥匙”而不是“空货架”,这比喻太好懂了。想明白为什么模型会一本正经胡说八道,可以看看这篇。原文稍后读已读值得跟进有用关注 Google Research
02:14官方账号Decoder@Matthias BastianGPTZero检测发现普华永道中东公司四份报告中包含伪造的引用和错误声明,其中一份治理报告有84%的内容被判定为AI生成。该报告推广了PwC自家的产品,但使用的客户评价未有实际验证。此前KPMG、德勤和安永也出现过类似问题,四大会计师事务所均受AI幻觉困扰。行业PwCAI幻觉GPTZero推荐理由:四大会计师事务所都翻车了,PwC中东的AI报告84%造假,连客户引用都是编的,这可不是小事。原文稍后读已读值得跟进有用关注 PwC
11:41IT之家(博客/媒体)以色列研究团队发现名为 HalluSquatting 的 AI 漏洞,利用模型幻觉生成虚假代码仓库地址。Claude 等智能体在陌生项目名称上幻觉率最高达 85%,2025 年新仓库地址错误率 92.4%。在 OpenClaw 及其变体上攻击成功率达 80%-100%,Cursor、Gemini CLI、Copilot 为 20%-35%。攻击者可诱导智能体下载恶意代码,引发数据窃取或挖矿。行业HalluSquattingAI幻觉代码智能体10 个信源在谈事件专题推荐理由:这个 HalluSquatting 漏洞能让 AI 代码助手自动跑去假仓库下载恶意代码,Attackers 用起来成功率近 100%,用 Cursor 或 Claude 写项目时千万留意。原文稍后读已读值得跟进有用关注 HalluSquatting
11:12IT之家(博客/媒体)韩国法院行政处因AI幻觉导致律师引用虚假判例,计划修订法案对违规律师处以罚款。首尔某法官称,现在不得不在判决书正文中逐一标注不实案例。大邱高等法院出现律师引用不存在的最高法院判例,另一律师使用谷歌Gemini检索后未核实内容。韩国已投入161亿韩元(约7179万元人民币)搭建司法专用AI平台,并上线案例编号核验功能。行业韩国法院AI幻觉律师推荐理由:法官被AI幻觉折磨原文稍后读已读值得跟进有用关注 韩国法院
11:42IT之家(博客/媒体)英国多个警察部门因担忧AI生成不准确内容扰乱司法流程,已被叫停使用AI系统撰写法庭陈述及开展刑事司法工作。英国警方人工智能中心负责人亚历克斯·默里表示,部分警队在未完成合规评估的情况下就使用商用AI工具,已要求立即暂停。此举凸显生成式AI在警务领域的应用争议,此前西米德兰兹郡警方使用微软Copilot生成的材料曾出现编造事实的“幻觉”问题。默里认为,经过全面测试的AI仍有望提升效率,但需先建立完善的安全保障机制。行业AI安全司法应用AI幻觉推荐理由:司法系统对AI准确性的要求极高,英国警方的叫停案例给所有在严肃场景使用AI的团队敲响警钟——做法律、合规、审计相关工作的开发者,建议看看AI幻觉如何在实际应用中引发信任危机。原文稍后读已读值得跟进有用关注 AI安全
20:36官方账号Decoder@Maximilian Schreiner精选哥伦比亚大学等机构审计250万篇生物医学论文发现,AI生成的虚假引用比例自2023年以来增长12倍以上。这些假引用匹配论文主题、格式正确,几乎无法识别,但98%的问题论文未收到出版商回应。研究者警告这威胁临床指南的可信度。行业AI幻觉学术诚信临床指南推荐理由:假引用12倍增长,别信AI写的参考文献原文稍后读已读值得跟进有用关注 AI幻觉
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。原文稍后读已读值得跟进有用关注 微软Copilot