随着AI技术在编辑和媒体领域的深入发展,各大网站正在努力制定AI使用的基本准则。本周,Wikipedia正式禁止其编辑者使用AI生成的文本内容,但并未完全禁止AI在网站编辑流程中的所有应用。
在最新的政策修改中,网站明确规定"禁止使用大语言模型来生成或重写文章内容"。这一新的表述更新并澄清了此前较为模糊的语言,之前的规定仅仅说明大语言模型"不应被用来从零开始生成新的Wikipedia文章"。
AI在Wikipedia文章中的使用已经成为该网站庞大的志愿编辑社区中一个争议性话题。根据404 Media报道,这项由网站编辑投票决定的新政策获得了压倒性支持,投票结果为40票赞成,2票反对。
尽管如此,新政策仍然为AI在某些编辑流程中的继续使用留出了空间。
"编辑者被允许使用大语言模型来建议对其自己撰写内容进行基本的文字修改,并且在人工审核后可以采纳其中一些建议,前提是大语言模型不引入其自己的内容,"新政策规定。"需要谨慎的是,因为大语言模型可能会超出你的要求范围,改变文本的含义,使其不再受到所引用来源的支持。"
Q&A
Q1:Wikipedia对AI使用制定了什么新规定?
A:Wikipedia最新政策明确禁止编辑者使用大语言模型来生成或重写文章内容,但允许在人工审核下使用AI进行基本的文字修改建议,前提是AI不能引入自己的内容。
Q2:Wikipedia编辑社区对AI禁令的态度如何?
A:根据404 Media报道,这项由网站编辑投票决定的新政策获得了压倒性支持,投票结果为40票赞成,仅2票反对,显示了编辑社区的广泛认同。
Q3:为什么Wikipedia要限制AI在编辑中的使用?
A:主要担心是大语言模型可能会超出要求范围,改变文本含义,使内容不再受到引用来源的支持,从而影响Wikipedia内容的准确性和可靠性。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。