TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1012 · 20.08

Зимой СМИ писали, что за полгода спрос на умные колонки в России вырос в 1.5 раза. Девайс всё сильнее проникает в народ, и это приятно. Одна из самых интересных и меняющих жизнь технологий лично для меня за всё новое время. Сильнее и значительнее, чем эти ваши генеративки, во всяком случае пока. В детстве я смотрел фантастические фильмы, где герой разговаривает с ИИ, встроенным в дом, автомобиль, космический корабль, просит его открывать двери, отвечать на вопросы и так далее. Мечтал, что когда-то тоже так буду, и вот оно уже почти. Сегодня половину всех операций со светом выполняю голосом, практически перед каждым выходом узнаю погоду, иногда прошу что-нибудь подсказать, активно использую таймеры и отложенное выполнение. Утром захожу в кабинет и командую Алисе запустить рабочий режим: закрываются шторы, включаются два системных блока, выключается свет, если он был — чем не фантастика? В квартире в общей сложности семь Станций разного формата, даже в ванной поставил: удобно слушать музыку или аудиокнижку, пока купаешься, спрашивать время и так далее. Никаким другим адекватным образом с мокрыми мыльными руками устройством не поуправлять. Да, параноики любят кричать про Большого Брата, и это конечно очень смешно. Ведь без всяких устройств всё равно за нами наблюдают инопланетяне из космоса, воздействуя своими лучами на разумы, чтобы мы не догадались, что Земля плоская. На даче, в гостях, в отеле в командировке я периодически ощущаю недостаток всех этих возможностей. Бывало, что обращаюсь к Алисе по привычке, а её и нет. Хотя друзья всё чаще уже ставят и себе тоже. Тут во всю проявляются недостатки: если ты не знаешь, как у конкретного друга называется комната или светильник, не знаешь его сценарии, то и управлять не сможешь. Всё-таки даже с подключением YaGPT это не стало полноценным машинным разумом с памятью, контекстом, умением принимать решения. Ждём, думаю, застанем. #gadgets

Hashtags

Резултати

Намерени 4 подобни публикации

Търсене: #hallucinations

当前筛选 #hallucinations清除筛选
AI & Law

@ai_and_law · Post #512 · 24.02.2025 г., 08:04

🇨🇦Canadian Tribunal Rejects Fabricated Case Law In Canada a family couple relied on Microsoft Copilot to generate legal precedents in a condo dispute—only to discover that nine out of ten cited rulings didn’t exist. The Civil Resolution Tribunal found the cases to be AI “hallucinations,” raising serious concerns about the reliability of AI-generated legal research. While AI can streamline legal work, this case underscores a fundamental risk: without proper verification, reliance on AI-generated case law can undermine legal arguments and credibility. . #AI#LegalTech#AIEthics#Hallucinations

AI & Law

@ai_and_law · Post #819 · 04.05.2026 г., 07:04

🇿🇦South Africa Withdraws AI Policy Over Hallucinated Sources South Africa has withdrawn its draft national AI policy after discovering that at least 6 of its 67 academic citations were AI-generated and referred to non-existent journal articles. Communications Minister Solly Malatsi stated that the most plausible explanation is the inclusion of unverified AI-generated references, calling the lapse a failure that “compromised the integrity and credibility” of the policy. The draft policy had proposed establishing a national AI commission, an AI ethics board, and a regulatory authority, alongside incentives such as tax breaks and grants to support AI infrastructure. The issue was identified after News24 found fabricated citations, later confirmed by journal editors. The policy will be revised before being reissued, and the minister indicated there would be consequences for those responsible. The case highlights risks of using generative AI in policy drafting without verification. A Nature study cited in the report found that over 2.5% of academic papers in 2025 contained at least one potentially hallucinated reference, up from 0.3% in 2024, amounting to more than 110,000 papers. #AIRegulation#AIethics#Hallucinations#PublicPolicy#AIGovernance

People who eat the mushroom Lanmaoa asiatica raw or undercooked have reported seeing tiny human-like figures moving around them. These are called lilliputian hallucinations. Reports from people across different cultures and backgrounds describe similar details, including small figures walking on floors and furniture. The effects can begin 12–24 hours after eating and may last 1–3 days. Some cases are serious and require hospital care. Don't try this yourself.. 🍄😵‍💫🧚‍♀🦄🍄‍🟫 [Read more 1] [Read more 2] [Read more 3] @googlefactss #Mushrooms#ScienceFacts#Hallucinations#Nature#DidYouKnow If you have ideas or feedback contact us: @Googlefactss_Feedback_bot

Machinelearning

@ai_machinelearning_big_data · Post #8518 · 11.09.2025 г., 17:11

🔥WFGY 2.0 — Semantic Reasoning Engine for LLMs (MIT) Это движок с открытым исходным кодом, цель которого — уменьшить галлюцинации и логические сбои в системах типа RAG / LLM, особенно когда: - источники OCR-текста плохо распознаются, - происходит «semantic drift» (когда ответ уходит от вопроса), - «ghost matches», когда извлечённый фрагмент кажется релевантным, но на самом деле нет. Обычно ошибки ловят уже в готовом сгенерированном тексте, из-за чего они часто повторяются. В Semantic Reasoning Engine всё наоборот: если система видит, что рассуждения «кривые» или сбились с курса, она останавливается, сбрасывается или ищет другой путь и отвечает только когда состояние стабильно. 🛡Авторы называют это semantic firewall - семантический «файрвол». Проверки встроены прямо в процесс мышления модели, а не поверх ответа с фильтрами или регексами. Это помогает избегать ошибок до того, как они попадут в вывод. 📌 Проект включает карту из 16 типичных ошибок LLM: - неверный поиск данных, - сбившаяся логика, - «провалы памяти», - путаница ролей агентов и другие. Для каждой есть простое текстовое исправление. Никаких SDK — достаточно вставить инструкции прямо в промпт. 🟢Как модель решает, правильные ли ответ генерируется: - ΔS (drift) - не уходит ли смысл слишком далеко от шага к шагу - λ (convergence) - сходится ли рассуждение к решению или крутится в цикле - Coverage — достаточно ли фактов и аргументов учтено Если все три условия выполнены, ответ считается «качественным». 🟢В тестах стабильность вывода выросла до 90–95% против обычных 70–85% у традиционных подходов. ▪Github: https://github.com/onestardao/WFGY @ai_machinelearning_big_data #ai#llm#opensource#reasoning#hallucinations#promptengineering