1
约 94% 准确率：手机配件 SweepLED 问世，成本不到 7 美元、5 秒内找出针孔摄像头
IT之家 8 月 30 日消息，韩媒 ETNews 今天（8 月 30 日）发布博文，报道称韩国科学技术院（KAIST）联合发布 SweepLED 技术， 成本不到 7 美元 （IT之家注：现汇率约合 47.2 元人民币） ，能在 5 秒内精准找到针孔摄像头，准确率达到 94%。 该研究由韩国科学技…
2
Oura 遭集体诉讼，被指夸大智能戒指睡眠追踪准确性
IT之家 8 月 23 日消息，一项拟议中的集体诉讼正在指控智能戒指制造商 Oura 欺骗消费者，夸大其睡眠追踪功能的准确性。 这起诉讼由旧金山的 Clarkson Law Firm 于当地时间周四提起。诉状称，Oura 戒指无法测量评估睡眠质量或判断睡眠阶段所需的任何生理信号，实际上依赖 AI 生…
3
Cloudflare 复现远程“幽灵”攻击：99% 准确率、每秒 12 bits 提取数据
Cloudflare在Worker生产环境成功复现远程幽灵攻击，99%准确率、每秒12bits窃取数据，安全防线再响警报。
IT之家 8 月 20 日消息，Cloudflare 于 8 月 17 日发布论文，成功在其生产环境中的 Cloudflare Workers 服务器上复现了一次远程 Spectre 攻击， 以每秒 12 bits 速度、99% 准确率远程读取另一台 Worker 服务器上的 JWT Token。 …
4
交通运输部：AI 可有效识别驾驶员疲劳驾驶、分心驾驶，准确率达 95% 以上
AI识别疲劳驾驶准确率超95%，交通运输部力推，安全出行再添科技防线。
IT之家 8 月 20 日消息，今日，交通运输部举行专题新闻发布会，介绍“人工智能 + 交通运输”典型应用场景创新行动有关情况。 交通运输部科技司司长徐文强介绍，人工智能应用发展的总体趋势，是全面融入和加速应用。“一网四化”是当前及今后一个时期，综合交通运输高质量发展的主题主线。“人工智能 + 交通…
5
准确率 87%-91%，AI 可通过图片视觉线索识别拍照地点
AI看照片就能定位你的位置，准确率高达九成！不想被隔空“跟踪”，赶紧学几招防泄露。
IT之家 8 月 17 日消息，如今，AI 工具已经能够通过分析社交媒体上分享的照片，判断照片拍摄者所在的位置。即使用户已经删除照片中的位置标签或 GPS 信息，这项技术仍然可能带来新的隐私风险。 McAfee Labs 最近的一项研究发现，在测试的旅行照片中，AI 能够识别出照片拍摄地点的比例达到…
6
Improving GPT-5.6 Sol in ChatGPT—and expanding access for free users
GPT-5.6 Sol带来更准更稳的AI回答，免费用户也能用，日常对话还有Luna无限畅聊。
ChatGPT introduces improved GPT-5.6 Sol with better accuracy and consistency, plus expanded access for free users and unlimited everyday chats with GP…
7
Fast and Accurate Quotation Attribution in Literary Texts
文学引语归属难题迎来新解法，在速度与精度间找到更优平衡，NLP研究者值得一看。
arXiv:2608.02359v1 Announce Type: new Abstract: Attributing quotations to their speakers in literary texts remains an open challenge. Standard methods…
8
Same Question, Different Answers: Evaluating LLM Reliability Beyond Accuracy
同一问题给出不同答案？这篇论文教你如何全面评估大模型可靠性，而不只看准确率。
arXiv:2607.22554v1 Announce Type: cross Abstract: Large language models (LLMs) often achieve strong accuracy on benchmarks, yet it remains unclear how…
9
Benchmarking ChatGPT vs. Perplexity on Real-Time Market Data: Latency, Accuracy, and Hallucination Rates
实时市场数据实测，ChatGPT与Perplexity在延迟、准确度和幻觉率上分出高下。
ChatGPT vs. Perplexity: Which AI Handles Live Market Data Better? Live financial data is the ultimate stress test for LLMs. Web search latency, strict…
10
因担忧准确性问题，欧美多所高校停用 AI 检测工具
IT之家 7 月 26 日消息，据英国《金融时报》报道，美国阿德尔菲大学学生奥赖恩 · 纽比（Orion Newby）因被校方误指控使用 AI 生成论文、违反学术诚信原则，不得不经历一场漫长的维权过程，才最终证明自己的清白。 今年 1 月，纽约一家法院判决纽比胜诉。判决书显示，学校采用的 Turni…
11
Making LLM extraction trustworthy enough to act on
如何让大模型提取的数据可信到可行动？独立验证是关键一步，解决信任难题。
Article URL: https://www.zakihsn.com/writing/ai/can-i-trust-the-numbers Comments URL: https://news.ycombinator.com/item?id=49005971 Points: 1 # Commen…
12
Silent Failures in Quantized LLM Reasoning: A Taxonomy-Based Analysis of Hollow Convergence and Failure Mode Shifts
量化后的LLM看似准确率不变，但推理过程已悄然“空心化”，本文用六类故障图谱揭示这一隐患。
arXiv:2607.09999v1 Announce Type: cross Abstract: We show that post-training quantization can silently alter how large language models reason even whe…
13
Rectification Difficulty and Optimal Sample Allocation in LLM-Augmented Surveys
利用大语言模型低成本生成调查数据时，准确性因问题波动，本文研究如何最优分配固定的人类样本预算以提升估计效果。
arXiv:2604.17267v2 Announce Type: replace Abstract: Large Language Models can generate synthetic survey responses at low cost, but their accuracy vari…
14
Self-Guided Test-Time Training for Long-Context LLMs
自我引导的测试时训练，专治长上下文LLM的准确率退化难题。
arXiv:2607.09415v1 Announce Type: cross Abstract: Long-context processing has become increasingly important for large language models (LLMs), but simp…
15
推理成本仅为顶级闭源模型的 1/10：英伟达 Nemotron 3 Ultra 获开源模型最高准确率
英伟达开源模型推理成本仅闭源1/10，准确率还拿下开源第一，性价比炸裂。
IT之家 7 月 9 日消息，英伟达昨日（7 月 8 日）发布博文，宣布在 LangChain 的 Deep Agents benchmark（深度智能体基准）测试中，旗下 NVIDIA Nemotron 3 Ultra 取得开源模型最高准确率。 IT之家注：Deep Agents 是具备多步推理、…
16
Mitigating Errors in LLM-Generated Web API Invocations via Retrieval-Augmented Generation and Constrained Decoding
如何让大模型更可靠地调用Web API？这篇论文提出RAG+约束解码双管齐下，显著削减调用错误，实战价值高。
arXiv:2607.05936v1 Announce Type: cross Abstract: Integration of web APIs is a cornerstone of modern software systems, yet writing correct web API inv…
17
AI Detector Accuracy Test: I Built a Python Script to Send the Same Essay to 5 Tools at Once
用Python脚本同时向5个AI检测器发送同一篇文章，82%与31%的巨大差异揭露检测工具的可信度危机。
Last semester I pasted the same essay into two detectors back to back and got 82% on one, 31% on the other. No edits. Same paste. Within the same hour…
18
Willow Frontier Pro
全球最快最准的语音听写模型，让口述转文字的效率与精度双双登顶
The fastest, most accurate dictation model in the world Discussion | Link
19
Show HN: list55: PWA to transcribe into a plain text list
微软AI加持的免费转写工具，把音频秒变纯文本列表，高效处理长音频，准确率业界领先。
Hello HN, This is a very simple utility. My aim is to reduce the number of taps needed on iPhone to transcribe my speech into a plaintext list on my c…
20
桥水基金最新研究：前沿 AI 模型金融判断准确率未达 80% 可信门槛，GPT 和 Claude 仅有 50~70%
桥水基金最新研究显示，GPT、Claude等前沿AI在金融判断准确率仅50-70%，未达80%可信门槛。
IT之家 7 月 3 日消息，桥水基金旗下 AIA Labs 联合 OpenAI 前 CTO Mira Murati 创立的 Thinking Machines Lab 对包括 GPT、Claude 和 Gemini 在内的前沿大语言模型在基础金融信息筛选任务进行了测试，但结果表现不佳，而基于开源模…