| 首頁 | | | 資訊中心 | | | 貿金人物 | | | 政策法規 | | | 考試培訓 | | | 供求信息 | | | 會議展覽 | | | 汽車金融 | | | O2O實踐 | | | CFO商學院 | | | 紡織服裝 | | | 輕工工藝 | | | 五礦化工 | ||
貿易 |
| | 貿易稅政 | | | 供 應 鏈 | | | 通關質檢 | | | 物流金融 | | | 標準認證 | | | 貿易風險 | | | 貿金百科 | | | 貿易知識 | | | 中小企業 | | | 食品土畜 | | | 機械電子 | | | 醫藥保健 | ||
金融 |
| | 銀行產品 | | | 貿易融資 | | | 財資管理 | | | 國際結算 | | | 外匯金融 | | | 信用保險 | | | 期貨金融 | | | 信托投資 | | | 股票理財 | | | 承包勞務 | | | 外商投資 | | | 綜合行業 | ||
推薦 |
| | 資金管理 | | | 交易銀行 | | | 汽車金融 | | | 貿易投資 | | | 消費金融 | | | 電子雜志 | | | 電子周刊 | ||||||||||||
國家安全部8月5日發文表示，人工智能的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源污染，給人工智能安全帶來新的挑戰。通過篡改、虛構和重復等“數據投毒”行為產生的污染數據，將干擾模型在訓練階段的參數調整，削弱模型性能、降低其準確性，甚至誘發有害輸出。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應上升7.2%。（來源：人民財訊）
