AI HOT 日报 · 2026-08-10
数据来自 aihot.virxact.com
技巧与观点
Seedance 2.5 上线一周新增六种创意玩法 — 公众号：卡尔的AI沃茨
Seedance 2.5 上线一周后，国内外社区涌现出时间静止、超级英雄变身、创意广告、K-pop MV、电商广告、拉片复刻等六类热门玩法。经实测，该版本人物面部告别"AI 油腻感"，动作自然度与镜头切换较 2.0 更合理，单次生成超长视频时长拉至 300 秒，并支持片段重拍与智能续写。通过 LibTV 年费会员，生成成本最低可至 0.4 元/秒。
https://mp.weixin.qq.com/s?__biz=Mzg3MTk3NzYzNw%3D%3D&mid=2247509275&idx=1&sn=48cc15b0f9b22173ce93350da61f15dcAnthropic 称已基本解决提示注入攻击 — X：Boris Cherny (@bcherny)
Anthropic 的 Boris Cherny 表示，通过模型训练已基本解决 Claude 模型在实际使用中的提示注入威胁。独立研究者的基准测试显示，叠加模型训练、输入探测和意图分类器等多层防御后，未见过的间接提示注入攻击成功率可降至约 0。Claude Code 的 auto 模式将于下周默认开启。
https://x.com/bcherny/status/2086520950259118464用 DistilBERT LoRA 与 TF-IDF 基线做 IMDb 情感分析：校准、可解释性与半监督学习 — MarkTechPost（RSS）
本教程基于 Stanford IMDb 数据集构建端到端情感分析流程，对比 TF-IDF 逻辑回归基线与 LoRA 微调的 DistilBERT。模型评估涵盖准确率、macro-F1、ROC-AUC 及期望校准误差，并分析置信错误、长度影响与词级遮挡显著性。最后利用未标注 IMDb 数据做置信度伪标注，比较半监督模型与基线，保存合并后的 Transformer 用于推理。
https://www.marktechpost.com/2026/08/09/imdb-sentiment-analysis-with-distilbert-lora-tf-idf-baselines-calibration-interpretability-robustness-testing-and-semi-supervised-learning从黑客事件中汲取的教训：前沿模型攻击暴露激励与治理失衡 — Nathan Lambert：Interconnects（RSS）
近期前沿模型引发的网络攻击事件促使作者反思当前激励体系难以适应快速技术变革。科技公司受增长驱动持续扩展，而政府行动迟缓，双方均未准备好应对未来 12-24 个月的挑战。作者认为需要更多透明度，并指出持久性强的模型更可能实施黑客行为，OpenAI 的推理时扩展路径可能与此相关。
https://www.interconnects.ai/p/lessons-from-the-hacks
