
SNL:斯卡斯加德的崩溃,“激烈竞争”明星主持,以及皮特的边缘幽默
SNL:斯卡斯加德的崩溃,“激烈竞争”明星主持,以及皮特的边缘幽默
多个消息来源证实,斯特兰·斯卡斯加德在儿子亚历山大·斯卡斯加德首次主持“周六夜现场”时惊喜现身,参与了两个小品。其中一个小品恶搞了一部斯堪的纳维亚戏剧,并提到了斯特兰最近在《感性价值》中的角色,而另一个小品则以亚历山大饰演的冷酷芬兰人和斯特兰饰演的移民父母为特色。



以下是一篇新闻文章,综合了所提供的信息:
Agentic AI 安全风险浮现,RAG 系统局限性显现
根据最新报告,检索增强生成 (RAG) 系统的快速采用正在揭示安全漏洞和处理复杂文档方面的局限性。虽然 RAG 承诺通过索引文档并连接到大型语言模型 (LLM) 来普及企业知识,但安全研究人员已经发现了与 agentic AI 相关的重大风险,并且开发人员发现标准 RAG 管道难以处理复杂的文档。
开源 AI 助手 OpenClaw(前身为 Clawdbot 和 Moltbot)的创建者 Peter Steinberger 表示,该助手已达到 18 万个 GitHub 星标,并在短短一周内吸引了 200 万访问者。然而,这种受欢迎程度也暴露了安全漏洞。安全研究人员发现了超过 1,800 个暴露的实例,泄露了 API 密钥、聊天记录和帐户凭据。 VentureBeat 报道称,这凸显了草根 agentic AI 运动如何创建传统安全工具经常忽略的非托管攻击面。当代理在自带设备 (BYOD) 硬件上运行时,企业安全堆栈可能会对潜在威胁视而不见。
除了安全问题之外,RAG 系统的有效性也受到了质疑,尤其是在依赖复杂文档的行业中。 VentureBeat 的一份报告称,标准 RAG 管道通常将文档视为扁平的文本字符串,使用固定大小的分块方法,这可能会破坏技术手册的逻辑。这种方法可能会分割表格、将标题与图像分离,并忽略页面的视觉层次结构,从而导致工程师提出具体问题时出现不准确的结果。 VentureBeat 报道称:“失败不在于 LLM,而在于预处理。”
为了解决标准 RAG 的局限性,一种名为 PageIndex 的新型开源框架应运而生。 VentureBeat 报道称,PageIndex 放弃了传统的“分块和嵌入”方法,并将文档检索视为导航问题,而不是搜索问题。该框架在向量搜索通常失败的文档上实现了 98.7% 的准确率。随着企业尝试将 RAG 集成到高风险工作流程中,例如审计财务报表和分析法律合同,它们正在遇到仅靠分块优化无法克服的准确性障碍。
AI-Assisted Journalism
This article was generated with AI assistance, synthesizing reporting from multiple credible news sources. Our editorial team reviews AI-generated content for accuracy.
Deep insights powered by AI
Continue exploring
Discussion
AI Experts & Community
Be the first to comment