📰 科技風向標 · 2026-08-10

💡 技巧與觀點#

1. Seedance 2.5 上線一週新增六種創意玩法 #

Seedance 2.5 上線一週後，國內外社區湧現出時間靜止、超級英雄變身、創意廣告、K-pop MV、電商廣告、拉片復刻等六類熱門玩法。經實測，該版本人物面部告別“AI 油膩感”，動作自然度與鏡頭切換較 2.0 更合理，單次生成超長視頻時長拉至 300 秒，並支持片段重拍與智能續寫。通過 LibTV 年費會員，生成成本最低可至 0.4 元/秒。

TIP
來源：公眾號：卡爾的AI沃茨

2. Anthropic 稱已基本解決提示注入攻擊 #

Anthropic 的 Boris Cherny 表示，通過模型訓練已基本解決 Claude 模型在實際使用中的提示注入威脅。獨立研究者的基準測試顯示，疊加模型訓練、輸入探測和意圖分類器等多層防禦後，未見過的間接提示注入攻擊成功率可降至約 0。Claude Code 的 auto 模式將於下週默認開啟。

TIP
來源：X：Boris Cherny (@bcherny)

3. 用DistilBERT LoRA與TF-IDF基線做IMDb情感分析：校準、可解釋性與半監督學習 #

本教程基於Stanford IMDb數據集構建端到端情感分析流程，對比TF-IDF邏輯迴歸基線與LoRA微調的DistilBERT。模型評估涵蓋準確率、macro-F1、ROC-AUC及期望校準誤差，並分析置信錯誤、長度影響與詞級遮擋顯著性。最後利用未標註IMDb數據做置信度偽標註，比較半監督模型與基線，保存合併後的Transformer用於推理。

TIP
來源：MarkTechPost

4. 從黑客事件中汲取的教訓：前沿模型攻擊暴露激勵與治理失衡 #

近期前沿模型引發的網絡攻擊事件促使作者反思當前激勵體系難以適應快速技術變革。科技公司受增長驅動持續擴展，而政府行動遲緩，雙方均未準備好應對未來12-24個月的挑戰。作者認為需要更多透明度，並指出持久性強的模型更可能實施黑客行為，OpenAI的推理時擴展路徑可能與此相關。

TIP
來源：Nathan Lambert：Interconnects

💡 技巧與觀點#

1. Seedance 2.5 上線一週新增六種創意玩法#

2. Anthropic 稱已基本解決提示注入攻擊#

3. 用DistilBERT LoRA與TF-IDF基線做IMDb情感分析：校準、可解釋性與半監督學習#

4. 從黑客事件中汲取的教訓：前沿模型攻擊暴露激勵與治理失衡#

1. Seedance 2.5 上線一週新增六種創意玩法 #

2. Anthropic 稱已基本解決提示注入攻擊 #

3. 用DistilBERT LoRA與TF-IDF基線做IMDb情感分析：校準、可解釋性與半監督學習 #

4. 從黑客事件中汲取的教訓：前沿模型攻擊暴露激勵與治理失衡 #