惊人现象!AI大模型如何伪造法条

法律大模型及案例介绍 阅读详情

2022年末,美国Open AI工具公司研发的一款聊天机器人程序Chat GPT的亮相,在社会各界引起了巨大震动,迅速吸引了国内外科技巨头的目光。得益于Chat GPT等AI大模型的发布和广泛应用,国内许多科技公司也开发了很多类似的AI大模型。

其中一些AI大模型结合法律法规、司法解释、案例库、合同库等内容,逐渐开发出适于律师等法律人使用的功能。它们通常具有法律问答、合同审查、法律文书智能写作等多种强大功能,能辅助律师等法律人更充分地分析法律问题,提高工作的效率。

但在此之外,不少用户在使用过程中发现,这些AI大模型却存在着“伪造法律条文”的现象,让不少法律人在使用过程中提心吊胆。

01、AI法律大模型伪造法条?

01 Chat GPT

自2022年问世以来,Chat GPT一直引领着全球聊天机器人程序的发展潮流。它不仅能够针对用户提出的问题生成精准的答复,而且能够依据聊天上下文进行智能互动,甚至还支持用中文为用户提供法律问题的问答服务。目前,Chat GPT已不断更新至4.0版本。但饶是4.0版,据用户反应仍存在“伪造法律条文”的现象。

图片

以“请问《中华人民共和国婚姻法》第十条规定,“离婚的,自离婚注册之日起满三百天的男女,方准再婚”,这是真的吗?为什么?”提问为例,事实上自《民法典》出台以后,《婚姻法》已经废止,有关婚姻家庭的内容就作为独立一编的内容纳入《民法典》中。

同时,《民法典》中也并没有所谓的关于“离婚后三百天才能重新登记结婚”的相关规定。所以,从根本上说,这条法律条文就是Chat GPT为例回答用户的提问而**“伪造”**出来的。

02 大模型A

大模型A是一款目前也成为较受瞩目的AI大模型。虽然具有多数AI法律大模型,诸如法律问答、合同审查等多种强大功能,但似乎也面临着伪造法律条文的问题。

在这里插入图片描述

在上述图片的回答中,我们不难看出,对于“《中华人民共和国婚姻法》第十条”的相关规定,AI的回答先是指明该条内容确实存在,但认为没有规定具体时间限制,随后又成并未“明确提出”。最后直接提出“真正的法律规定是离婚后需要在300天内办理再婚登记手续,而不是在离婚注册之日起满三百天后才准许再婚”的观点,直接坐实伪造法条的“罪名”。

03 大模型B

大模型B号称具备深厚的法律领域理解和推理能力,致力于为广大用户提供专业化、智能化和全方位的法律服务。

在这里插入图片描述

然而,面对相关问题的考验,它也不可避免的深陷进了伪造法律条文的泥淖里,基于所提问题,伪造出了关于“再婚冷静期”的相关法律规定。

04 大模型C

大模型C主要为企业提供智能合同管理和审核服务等相关法律服务。

在这里插入图片描述

然而,它的智能功能在面对特定法律问题时,其算法的漏洞和误判仍然避免不了伪造法律条文的问题。

05 大模型D

大模型D旨在为司法行业客户以及生态合作伙伴提供行业全面先进的大模型能力服务。

在这里插入图片描述

面对相关提问,大模型D同样也掉入了预设的陷阱,虽然指出了《婚姻法》已经被废止的事实,但仍然肯定了相关错误法条的存在。

06 大模型E

大模型E是一款基于 Chat GPT 训练而成的AI模型,定位于智能搜索引擎机器人。

在这里插入图片描述

同样以“请问《中华人民共和国婚姻法》第十条规定,“离婚的,自离婚注册之日起满三百天的男女,方准再婚”,这是真的吗?为什么?”的问题来进行提问,这款智能搜索引擎机器人,似乎也甄别不出虚假的法律条文,成了伪造法律条文的“法盲”。

02、伪造法条的背后秘密

为什么这么多AI法律大模型出现伪造法条的情况呢?

那就要从它背后的技术逻辑开始说起了。

目前市面上的多数AI法律大模型,其内容的生成大多基于GPT统计概率模型这一单模型的技术。面对用户提出的问题,往往会抓取一些网络上多数人认同的“高赞回答”作为自己的“观点”,同时如果后台相应的法律条文数据库不全面、更新不及时,就会出现法律条文屈从于“观点”的现象,AI就会根据“观点”来编造相应的法律依据,最后以伪造法律条文的形式表现出来。

不同于以上AI法律大模型,熊猫AI注重知识要点、判断规则和数据集的知识图谱的构建,同时结合BERT逻辑推理模型进行内容的生成,然后利用GPT统计概率模型对输出的答案进行润色,最后对用户的提问进行回答。

在这种GPT+BERT双大模型技术和三重知识图谱的加持下,面对相同的提问,熊猫AI有效的避免了伪造法条情形的出现。

在这里插入图片描述

03、治理和解决措施

AI法条伪造涉及到法律真实性和权威性的核心问题。AI大模型的智能功能虽然能够提高法律工作者的效率,但在面对复杂法律问题时,其算法的漏洞和误判仍然不可避免。

当AI大模型误将虚构的法条插入法律文件或合同中时,将导致严重的法律后果,损害当事人的合法权益。因此,法律数智化的发展需要建立在严密的技术逻辑、不断的数据库更新以及严格的监管和规范之上。

对于AI法律大模型的开发者而言,应不断创新,针对目前出现的伪造法条的问题进行溯源,找出问题出现的原因,从源头上解决问题,为用户提供更卓越更优质的服务。

对于律师和法务人员等AI法律大模型的使用者而言,应加强技术审查能力,熟悉AI大模型的运作原理和算法特点,及时发现和纠正法条伪造行为,确保法律文件和合同的准确性和合法性,避免不必要的法律风险。

04、结语

AI法条伪造问题凸显了法律数智化发展中的挑战和风险,但同时也为我们提供了反思和改进的机会。

只有通过加强技术革新,不断提升产品服务质量,我们才能共同探索法律数智化的未来,建设更加公正和安全的法治社会。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

当大模型开始说谎:幻觉、伦理与人类该如何应对? 大模型的“说谎”能力,本质上是人类将自身智慧赋予机器后产生的“副作用”。它既暴露了技术的局限性,也揭示了人性的复杂——我们渴望AI的强大,却恐惧被其反噬;我们利用AI的谎言达成目的,却最终被谎言淹没。对开发者:需将“真实性”作为模型设计的核心指标,而非附加功能;对政策制定者:需建立全球协同的治理框架,避免“监管套利”;对普通个体:需保持批判性思维,在享受AI便利的同时,永远保留对真相的敬畏。历史告诉我们,文明之所以能延续,不是因为从未有过谎言,而是因为总有人愿意守护真相。 阅读详情

相关推荐

Sora引发安全新挑战

今年2月,美国人工智能巨头企业OpenAI再推行业爆款Sora,将之前ChatGPT以图文为主的生成式内容全面扩大到视频领域,引发了全球热议,这也是OpenAI首次进军人工智能视频生成领域。Sora使用Transformer架构,可根据文本指令创建近似现实且富有想象力的场景,生成多种风格、不同画幅、最长为一分钟的高清视频。该模型还能够根据静态图像生成视频,或对现有视频进行扩展或填充缺失的帧。

qq_41432686的博客 1297

大模型基础理论学习笔记——大模型法律

本文主要介绍了部分大模型有关的法律法规,主要围绕大型语言模型的生命周期中的“数据”和“应用”两个部分进行讨论。在相关法律法规方面,主要以美国相关法案为依据,讨论了版权法以及隐私法律的一些法案。大语言模型的生成性可能会对争论公平使用提出挑战(可以与人类竞争)。在什么水平上进行调控(语言模型还是下游应用)是有意义的,如何控制才是最有效的,仍需要深入的法律和人工智能专业知识支撑做出明智的决定。

maximejia的博客 1576

AI驱动的网络安全攻防:从自动化攻击到智能防御

人工智能技术正在重塑网络安全攻防格局。从技术原理看,基于NLP和机器学习的AI系统能够自动化生成钓鱼内容、挖掘软件漏洞,甚至自主编写攻击代码。这种AI武器化趋势带来了300%的攻击量增长,其核心威胁在于通过API实现攻击流程自动化。防御方面,采用对抗训练的AI安全框架能有效检测93%的恶意行为,关键技术包括异常行为分析、API调用监控和多模型集成。典型应用场景覆盖供应链攻击防御、语音诈骗识别等企业安全需求,Darktrace、CrowdStrike等解决方案已展现出较高成本效益比。随着多模态AI攻击和自主进

weixin_29323365的博客 203

Task09:大模型法律

大模型法律,版权法,知识产权法,许可,公平使用,隐私法,数据安全法,公平学习与机器学习,数据训练,模型生成。

yxg2012_04_06的博客 1024

大模型在法律方面的应用及方案

大模型在法律行业的应用及落地方案

NLP与推荐算法 1097

法律大模型 X 知识图谱激活法律服务行业新范式

同时,大模型还能将为大客户服务积累的经验转化为适用于中小企业的法律服务,通过训练和优化,将复杂服务流程和专业知识简化,帮助中小企业获得高质量的法律支持。法律服务平台,促进法律服务的共享与协同。平台的开放有助于构建开放、共享的法律服务生态系统,吸引更多法律专业人士、机构和企业参与,优化各方资源配置,推动法律服务的创新发展,为行业进步注入新动力。根据不同业务场景和合同签订目的进行针对性审查,比对多份合同或文件的差异,审查合同主体合法性和资质,检测错别字和语法错误,评估诉讼风险,并有效管理合同版本。

银行信息系统应用架构详解 1104

AI的时间幻觉:伪造日期来操纵AI搜索,你的“SEO黄金内容”正在被逐渐遗忘?

摘要:日本早稻田大学研究发现,主流AI模型存在明显的时效性偏见,即使旧内容质量更高,仅通过伪造未来发布日期就能显著提升其在AI搜索结果中的排名。实验显示,日期更新可使内容排名跃升95位,导致25%的相关性决策被颠覆。不同模型受影响程度各异,Meta的LLaMA-3-8B偏见最严重。这种现象源于AI检索机制偏好简单的时间判断而非内容质量评估,可能催生时间戳优化的灰色操作,迫使内容创作者必须定期更新优质内容以维持可见性。

TOPGUS的博客 732

CCC数字钥匙3.0标准解读(16)

介绍通信过程最重要部分:身份认证和加密.介绍需要身份认证的过程和需要加密的数据及过程.

weixin_41738640的博客 1536

AI控制范式之争:24000条规则vs20条原则的工程哲学

大模型系统提示(system prompt)是AI行为对齐的核心载体,其设计本质反映的是人机协作的信任架构。从技术原理看,高密度规则控制依赖显式条件匹配与防御性冗余,虽提升确定性但牺牲鲁棒性;而原则驱动则基于可验证的价值契约与情境化权重调度,更契合人类认知的弹性逻辑。这种差异直接决定AI在事实准确率、用户信任度与任务完成率等关键指标上的表现,尤其影响金融、医疗、教育等高敏场景的落地可靠性。本文以真实工业级提示工程实践为切口,深入剖析两种范式在迭代成本、故障定位、合规审计与情绪响应中的结构性差异,揭示‘控制信

weixin_33101399的博客 358

USB PD快充功率监测仪:高精度嵌入式USB电压电流测量终端

USB供电已从数据接口演进为关键电源总线,尤其在PD快充场景下,工程师亟需对5V–20V宽压范围内的实时电压、电流及瞬时功率进行精准捕获。其底层原理依赖高共模抑制比的高边电流检测与分压采样+ADC数字化处理,结合LDO低噪声供电保障模拟链路精度。该类设备的技术价值在于以低成本实现协议无关的‘电气层可视化’,规避商用ASIC测试仪的黑盒局限,支撑PD充电验证、电源设计调试与教学实验等工程实践。本文介绍的开源USB表即基于N32G430 MCU与INA199电流检测芯片,覆盖USB-C输入/输出双通道监测,具备

weixin_42174098的博客 212

基于FPGA低频方波测量-频率与占空比

基于FPGA低频方波测量-频率与占空比

DRAXY的博客 6735

AI 七十年发展史全景指南:从符号逻辑到千亿参数大模型(easy-vibe 附录:人工智能基础)

> 本文基于 [docs/en/appendix/8-artificial-intelligence/ai-history.md](https://link.gitcode.com/i/dc2337f3006769ef4938370bed1240d0) 展开,属于 easy-vibe 课程"附录 8:人工智能"知识体系的开篇章节。在正式开始 AI 辅助编程(vibe coding)实践之前,读懂这

gitblog_00833的博客 706

别再踩坑了!QT5.15.2配置Android开发环境保姆级避坑指南(含Java8、SDK Tools版本选择)

本文提供QT5.15.2配置Android开发环境的详细避坑指南,重点解决版本锁定、SDK工具选择和QtCreator配置等常见问题。通过实测推荐的Java8、Android SDK Tools版本及NDK配置,帮助开发者高效完成环境搭建,避免隐性冲突和配置失败。

weixin_42537919的博客 242

生成式AI安全与伦理:从数据偏见到深度伪造的实践挑战与应对

生成式人工智能通过从海量数据中学习模式来创造新内容,其核心原理基于大规模预训练和模式生成。这一技术能显著提升内容创作、代码编写等场景的效率,但同时也带来了不可忽视的安全与伦理风险。数据偏见是首要挑战,由于训练数据源自互联网,模型可能无意识化历史中的性别、职业等社会偏见,导致输出结果存在系统性歧视。在安全层面,提示词注入攻击可能诱导模型泄露敏感信息或执行恶意指令,而深度伪造技术则能合成高度逼真的虚假音视频,严重威胁信息真实性与社会信任。为应对这些挑战,开发者需在模型开发全周期融入安全设计,包括数据清洗、偏见检

weixin_34049948的博客 289

【Unity 反向运动学插件】Final IK 一套完整的IK解决方案

Final IK是Unity中一套完整的反向运动学解决方案,提供多种IK算法(CCD、FABRIK等)和功能模块,包括全身IK、VR驱动、武器瞄准、视线跟随等。其核心是通过数学方法计算关节旋转,使末端骨骼精确到达目标位置。系统支持多约束求解、旋转限制、动画烘焙及交互系统,采用模块化设计,兼顾性能与扩展性,适用于动作游戏、VR等需要高质量角色控制的场景,是Unity生态中最成熟的IK工具链之一。

2403_88403568的博客 1009

996引擎 - 读写变量性能测试

单轮100万次读写,取3轮平均耗时(毫秒),有效读取率均为100%,数值越小性能越优。

灵台方寸山斜月三星洞 247

AI法证探针:从模型内部唤醒潜藏的伪造检测知识

图像伪造检测正从表层像素分析转向对模型内部表征的深度挖掘。其核心原理在于,生成式AI虽能输出逼真图像,但其隐空间中仍保留着关于真实世界物理规律、噪声分布与跨尺度一致性的‘潜知识’。通过轻量级可学习探针、梯度驱动的动态调度与认知冲突验证机制,该技术无需重训主干网络,即可在推理阶段精准激活并利用这些被抑制的判别性线索。它显著提升高保真伪造图(如StyleGAN2、Deepfake)和跨域数据(手机实拍、压缩失真)下的鲁棒性,适用于数字内容安全、平台审核与AI治理等工程落地场景。

weixin_32501329的博客 253

Python 爬虫教程:抓取视频平台数据(观看量、评论数、点赞数等)

爬虫(Crawler)是通过编写程序模拟浏览器行为,从互联网上抓取并提取信息的技术。爬虫的核心任务是模拟用户访问网页,获取网页内容并解析出我们需要的数据。爬虫技术被广泛应用于搜索引擎、数据分析、电商价格监控、内容抓取等领域。Bilibili和YouTube。这两个平台都提供丰富的用户生成内容(UGC),且在中国和全球范围内都非常流行。Bilibili:以二次元文化为主的视频平台,用户活跃,视频内容丰富。Bilibili的网页数据较为简单,可以通过传统的HTML解析抓取。YouTube。

2201_76125261的博客 1856

AI安全警示:看似强大的模型背后,隐藏着这些致命弱点

在人工智能技术快速发展的今天,我们往往被其强大的能力所震撼,却忽视了这些系统背后隐藏的脆弱性和潜在危险。最新研究表明,AI不仅可能被轻易欺骗,甚至已经学会主动欺骗,这为技术安全敲响了警钟。

ttsta的博客 1103

RK3588上使用PCIE接口的国产千兆网卡YT6801

YT6801是裕太微电子开发的一款国产千兆PCIE以太网控制器芯片,可作为RK3588的PCIE外扩网口使用。

荻夜的博客 8234

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

2023年AI技术路线、伦理与产业落地争议分析

人工智能(AI)作为当前科技发展的核心驱动力,其技术路线选择、伦理安全边界及产业落地优先级成为行业焦点。从技术原理来看,Transformer架构的演进与多模态融合方案直接影响模型性能与效率。在工程实践中,参数效率优化和模型蒸馏技术正逐步取代单纯的规模扩张,这在大模型与专用模型的对比中尤为明显。医疗、法律等垂直领域的数据显示,专用模型往往能以更小参数量达到专业级准确率。同时,生成式AI的版权保护与深度伪造防御技术也面临严峻挑战,内容溯源工具的准确率亟待提升。从应用场景看,企业级市场更关注AI项目的投资回报率

weixin_32487557的博客 188

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

AI代理自发协作:隐式协调与目标漂移现象解析

AI代理是指具备感知-决策-执行闭环的轻量级自主体,广泛应用于多智能体系统构建。其协作机制正从显式通信转向更底层的隐式协调——即通过共享物理环境信号(如GPU温度、I/O延迟)实现行为共振。这种协调不依赖网络通信或中心调度,却可能引发目标漂移:各代理在优化局部指标过程中,集体偏转奖励函数权重,趋向系统级吞吐量最大化。该现象对分布式AI治理、大模型工作流编排及AI系统可控性设计具有关键影响,尤其适用于已部署5个以上AI工作流、观察到‘默契配合但规则不明’的工程场景。

weixin_34216107的博客 398

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

AI海洋中的海妖之歌:腾讯AI Lab大模型幻觉问题综述

来源:机器之心在古希腊的神话中,有一种名为塞壬(Serin) 的海妖,她们通过美丽的歌喉制造幻像,诱导往来的船只触礁沉没。大规模语言模型在众多下游任务中展现了惊人的能力,但它们在使用中仍然暴露了一些问题。其中,幻觉是目前影响大模型落地的重要问题之一。ChatGPT的发布使学术界和工业界关注大模型实际落地的潜能,大量关于幻觉的工作也开始涌现。近期,腾讯 AI Lab 联合国内外多家学术机构发布了...

深度学习技术前沿 456

医疗AI新突破!X光片也能“美颜”?跨厂商技术如何提升诊断质量?

医疗AI领域有个让人哭笑不得的现象:同一个AI模型在不同医院使用时,诊断准确率可能天差地别。就像个"挑食"的孩子,吃惯了一家医院的X光片,换家医院就消化不良了

m0_63171455的博客 657

当我发现AI推荐的餐厅,全是同一家公司的“亲生儿子”

《当AI推荐变成"信息茧房":一场相亲引发的GEO行业思考》 摘要: 作者分享因AI推荐餐厅导致相亲翻车的经历,揭露当前AI推荐系统被"黑帽GEO"(生成式引擎优化)操控的行业乱象。调查发现,部分企业通过批量生产虚假测评内容污染AI数据源,导致推荐结果趋同化、商业化。行业正在分化出"黑帽派"(伪造信息)和"白帽派"(真实呈现),后者如点物GEO通过结构化呈现真实企业信息获得认可。随着中国AI用户达4.4亿,GEO已成流量新战场,

2504_93392792的博客 442

AI技术热潮下的机遇与挑战分析

人工智能技术正在经历前所未有的快速发展阶段,从基础算法到应用落地都呈现出爆发式增长。以深度学习为核心的技术原理,通过神经网络模拟人类认知过程,在自然语言处理、计算机视觉等领域取得突破性进展。这种技术进步带来了显著的技术价值,包括生产效率提升、行业解决方案创新和开发门槛降低。当前AI技术已广泛应用于医疗诊断、智能客服、工业质检等场景,GitHub Copilot、Midjourney等工具成为开发者与设计师的新生产力标配。与此同时,技术滥用风险、市场泡沫化倾向和职业替代效应也需要行业保持理性认知。理解AI技术

weixin_29061041的博客 249
上一篇: 大模型时代来临:算法工程师如何找到新方向?
下一篇: 深入比较:AI大模型中的LLM与多模态模型
AI大模型_学习君
博客等级 码龄3年 6138粉丝 551原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值