熱門話題
查看更多1679.95萬 熱度
25.91萬 熱度
119.3萬 熱度
502.06萬 熱度
29.39萬 熱度
置頂
🍀 Spring Date with Fortune, Prizes with Raffle! Growth Value Phase 1️⃣ 7️⃣ Spring Raffle Carnival Begins!
Seize Spring's Good Luck! 👉 https://www.gate.com/activities/pointprize?now_period=17
🌟 How to Participate?
1️⃣ Enter [Square] personal homepage, click the points icon next to your avatar to enter [Community Center]
2️⃣ Complete Square or Hot Chat tasks such as posting, commenting, liking, speaking to earn growth value
🎁 Every 300 points can raffle once, 10g gold bars, Gate Red Bull gift box, VIP experience card and more prizes waiting for you to win!
Details 👉 https://www.gate.com/ann📢 Gate 廣場創作者衝榜火熱開啟！
發文贏獎勵，瓜分 1,500 USDT 總獎池 🔥
活動採用 曝光、互動、交易三重積分制——獲得更多曝光、贏得用戶互動、帶動真實交易，每一項都能為你累積積分，讓優質內容被看見、被獎勵。
✅ 總榜大獎：Top 10 創作者分享 1,050 USDT
✅ 新人 & 回歸激勵：5 位潛力作者各得 30 USDT
✅ 深度內容獎：6 篇優質長文各獲 50 USDT
📅 活動時間：3 月 19 日 - 4 月 4 日
📍 報名鏈接：https://www.gate.com/questionnaire/7494
📄 活動詳情：https://www.gate.com/zh/announcements/article/50265
原創內容、深度思考、真實互動——讓創作更有價值。
#Gate广场 #GateSquare #创作者冲榜 #内容挖矿福利加码，Gate 廣場明星帶單交易員三期招募開啟！
入駐發帖 · 瓜分 $30,000 月度獎池 & 千萬級流量扶持！
如何參與：
1️⃣ 報名成為跟單交易員：https://www.gate.com/copytrading/lead-trader-registration/futures
2️⃣ 報名活動：https://www.gate.com/questionnaire/7355
3️⃣ 入駐 Gate 廣場，持續發布交易相關原創內容
豐厚獎勵等你拿：
首發優質內容即得 $30 跟單體驗金
每雙周瓜分 $10,000U 內容獎池
Top 10 交易員額外瓜分 $20,000U 登榜獎池
精選帖推流、首頁推薦、周度明星交易員曝光
詳情：https://www.gate.com/announcements/article/50291🤖 尋找 Gate 廣場 AI 評測官！$50,000 懸賞令發布！
發帖聊 AI，獎金拿到手軟！新人首帖獎勵翻倍，單帖最高 200U！
📝 立即報名：https://www.gate.com/questionnaire/7477
1️⃣ 發帖得紅包，單帖最高 100U！
2️⃣ Top 體驗分享官：帶 #Gate广场AI测评官 聊技巧，贏國米球衣！
3️⃣ 收益率 PK 王：曬 AI 收益截圖，贏 Gate 定制運動套裝！
4️⃣ 深度好文額外加碼 30U 每篇張榜公布！
💬 來 Gate 廣場，把握行業新趨勢：https://www.gate.com/post
時間：3/12 18:00 – 3/27 24:00 (UTC+8)
詳情：https://www.gate.com/announcements/article/50206Gate 廣場內容挖礦獎勵繼續升級！無論您是創作者還是用戶，挖礦新人還是頭部作者都能贏取好禮獲得大獎。現在就進入廣場探索吧！
創作者享受最高60%創作返佣
創作者獎勵加碼1500USDT：更多新人作者能瓜分獎池！
觀眾點擊交易組件交易贏大禮！最高50GT等新春壕禮等你拿！
詳情：https://www.gate.com/announcements/article/49802
去年9月，OpenAI发了一篇论文
论文作者是OpenAI的Adam Tauman Kalai、Edwin Zhang、Ofir Nachum，加上Georgia Tech的Santosh Vempala
他们建立了一个数学框架，核心发现是这个不等式：
生成错误率 ≥ 2 × 判断错误率
假设AI在判断"1+1等于几"这件事上有1%的概率判断错误。那它在生成回答时，出错的概率至少是2%
为什么会放大？因为一个错误的判断会衍生出多个错误的生成。比如AI判断1+1=3，那它同时犯了两个错：说1+1=3是对的，说1+1=2是错的。一个判断错误，至少两个生成错误
如果你回答"我不知道"，得0分。如果你瞎猜，哪怕只有10%的概率蒙对，期望得分是0.1分。理性选择？猜。 所以AI不是"学会了说谎"。AI是被训练体系逼着猜的
我做AI自动化做了大半年了。我的整个内容系统——从数据抓取到写作到配图——全是AI在跑
这篇论文改变我什么认知了吗？ 说实话，核心认知没变
我一直知道AI会犯错，我的系统设计里每个环节都有人工校验。 但有一件事变清晰了：幻觉不是bug，是feature
所以正确的做法不是等AI变得完美，而是在工作流里假设AI一定会犯错，然后设计兜底机制。
我的做法：
1. 所有AI生成的数据，必须有原始链接可以交叉验证
2. 写作内容里的具体数字，发布前必须人工确认
3. 不让AI做"判断"，只让AI做"整理"——判断是我的事