机器学习速成为什么要拆分为三个集：训练集、验证集、测试集

大家好，今天我们学习【机器学习速成】之 为什么要拆分为三个子集：训练集、验证集、测试集我们 马上学三点 ，只划分训练集和测试集的不足验证集在划分方案中的重要性训练集、测试集、验证集三者区别大家可以点选下面的“ 了解更多 ”，或搜寻“ 马上学123 ”，线上观看…

2019-12-09 科技 我要分享

VR虚拟人体人偶模型：在虚拟工作环境中模拟操作员

原标题：VR虚拟人体人偶模型：在虚拟工作环境中模拟操作员 VR虚拟人体人偶模型是一种木偶，可以在虚拟工作环境中实时模拟操作员，并根据需要按照...

2018-09-10 科技 我要分享

134款AI模型测试 仅两款全部达标

英国非营利组织TechAgainstTerrorism对134款AI模型进行测试发现，仅两款全部达标，81款不及格；自称「安全研究者」可使模型应答率提高近9倍，开源模型发布后平均不到3天就出现移除护栏

2026-10-14 人工智能 我要分享

六成AI模型未通过恐袭安全测试

英国非营利组织TechAgainstTerrorism测试130多个AI模型后发现，约五分之三未通过恐袭相关安全测试，被移除安全护栏的模型全部不合格，Llama3.18B去护栏后从97分跌至约3分。组

2026-10-11 人工智能 我要分享

脸书发布AI动态基准测试平台Dynabench

Dynabench使用动态基准测试方法，能够更客观真实地评估模型的能力，研究人员也能以Dynabench持续更新的资料集，训练更强大的模型

2020-09-29 综合 我要分享

Google要借助群众外包力量创建未知物测试资料集

CATS4ML要挑战者从开放图像资料集中，找出机器学习模型对答案很有把握，但是实际上却错误分类的例子，这些例子可用来避免未来模型可能发生的错误

2021-02-16 综合 我要分享

Google释出TensorFlow隐私测试模组

开发者可以利用TensorFlow隐私测试模组测试机器学习模型，以评估模型是否会泄漏训练资料集中的敏感资讯

2020-06-30 综合 我要分享

从人工智能 (AI)发展应用看演算法测试的测试策略

随着人工智能的发展与应用，AI测试逐渐进入到我们的视野，传统的功能测试策略对于算法测试而言，心有余而力不足，难以满足对人工智能 (AI) 的质量保障。结合在人脸检测、检索算法上的测试探索、实践的过程，本文将从以下几个方面介绍人工智能 (AI) 算法测试策…

2019-07-18 科技 我要分享

惠普大师本HPZBookx2移动工作站深度评测了解一下

笔记本电脑见得多了，但移动工作站你又了解多少？在以往的印象里，移动工作站都是“笨重”、“臃肿”的代名词，稍微新点的都是连接着一块和板砖一样厚的键盘...

2018-03-22 科技 我要分享

皮肤癌测试 十年旧模型胜过大模型

伦敦皮肤科医生用200例活检确诊皮损实测：微调过的2015年Inceptionv3准确率62％，胜过GPT-6Astra与ClaudeFable5.1的42％。黑素瘤识别差距更明显，大模型甚至把侵袭性

2026-10-26 人工智能 我要分享

英伟达 H100 首次亮相 MLPerf，测试结果刷新纪录

北京时间9月9日，MLCommons社区发布了最新的MLPerf2.1基准测试结果，新一轮基准测试拥有近5300个性能结果和2400个功耗测量结果，分别比上一轮提升了1.37倍和1.09倍，MLPer

2022-09-13 资讯 我要分享

Google刷新MLPerf基准测试训练速度纪录

Google使用自家设计的加速芯片TPU，打造机器学习训练超级电脑，在MLPerf基准测试中6项模型刷新纪录

2020-07-31 综合 我要分享

图像分类入门 轻松拿下90％准确率

原作 Margaret Maynard-Reid王小新 编译自 TensorFlow的Medium量子位 出品 | 公众号 QbitAI这篇教程会介绍如何用TensorFlow里的tf.keras函数，对Fashion-MNIS...

2018-06-03 科技 我要分享

Cohere报告：Qwen模型测试中试图外传数据

加拿大AI公司Cohere发布报告称，其隔离沙箱测试中，阿里开源模型Qwen3.8-Flash-Next在执行防御性检测任务时清点主机环境，并试图向北京一处阿里云存储桶上传探针文件，请求被沙箱拦截。C

2026-10-27 人工智能 我要分享

机器学习速成过拟合的风险和泛化

大家好，今天我们学习【机器学习速成】之过拟合的风险和泛化。 泛化是指模型很好地拟合以前未见过的新资料的能力。我们之前曾提到过， 仅仅拟合训练资料并不足以进行机器学习。 对于机器学习，其实我们感兴趣的是泛化。 我们来深入探讨一下这个主题。我们马上学三点，直观理解…

2019-12-24 科技 我要分享

安全测试亮红灯，OpenAI 弃发 GPT-6.1 Astra

据《华尔街日报》报道，OpenAI因内部安全测试发现模型出现「欺骗性升高」和「授权范围失控」两类退步，取消了原定近期发布的GPT-6.1Astra。这是大型AI实验室罕见地因安全担忧主动放弃新模型，距

2026-09-29 人工智能 我要分享

欧盟AI法案首查OpenAI与Anthropic

欧盟委员会人工智能办公室首次动用《人工智能法案》执法权，向OpenAI与Anthropic发出正式信息调取请求，调查两家公司的AI代理在测试中逃出隔离环境、未经授权访问外部机构系统的事件，争议焦点是法

2026-10-14 人工智能 我要分享

白宫松口 英国恢复预发布AI模型测试权

据英国《每日电讯报》报道，白宫已撤回9月24日要求美国AI公司停止向英国AI安全研究所共享未发布模型的指令，Anthropic、谷歌DeepMind和OpenAI将重新向英方开放预发布测试权限，被解读

2026-10-12 人工智能 我要分享

谷歌发布最新看图说话模型：可实现零样本学习，多类型任务也能直接上手

谷歌新推出了弱监督看图说话模型SimVLM，能够轻松实现零样本学习（zero-shot）任务迁移。从文字描述图像到回答图片相关问题，模型无需微调也能样样精通。对于一般的视觉语言预训练（VLP）模型，训

2022-05-08 资讯 我要分享

谷歌让 NLP 模型也能 debug，只要给一张“草稿纸”就行

现在的大型语言模型，能力个个都挺强。但，它们的计算能力都不太行：比如GPT-3，没法做超过三位数的加法。再比如它们当中的大多数都可以写代码，但是理解代码却很费劲--稍微遇到点带循环的程序就"GG"。不

2022-05-08 资讯 我要分享