被记忆的句子的真相 确认了GPT-4模型在输出小说和新闻文章中的句子时是记忆的状态。首次通过论文揭示了AI在学习过程中记住的内容被如实复现的案例。 根据华盛顿大学和AI2的研究人员发表的论文，GPT-4在训练时记住了接触过的句子并再次生成这些句子的倾向。阿维拉莎·拉维钦德、崔艺珍、钱德拉·巴加瓦图拉等9名研究人员在2025年3月发表的论文中，通过‘信息引导探索（information-guided probing）’方法证明了这一事实。这种方法无需接触模型内部结构或权重，就能以统计方法判断GPT-4是否在记忆特定句子的状态下进行了输出。 研究人员分析了BookMIA电子书数据集，确认了GPT-4恢复小说原文的实例，包括单词排列、专有名词和标点位置都与原文一致。新闻文章中，部分纽约时报的内容以类似形式被再现，频率虽较低，但分析认为存在以相同方式记忆的可能性。 Open AI的山姆·阿尔特曼 版权侵权诉讼 研究结果与纽约时报针对OpenAI提起的版权侵权诉讼直接相关。2023年底，纽约时报提出诉讼，称其文章被OpenAI的模型训练未经许可地使用。关键争议焦点是GPT-4是否会在用户请求下实际输出学习过的版权内容。 此次使用的‘信息引导探索’方法被认为是能证实该争议的技术证据。分析认为GPT-4以记忆状态重新输出了在训练中接触过的句子，成为生成内容是AI创作物而非原作者表达的可能性较大的依据。 美国版权法保护具体表达而非思想本身。因此即便在‘合理使用’（fair use）主张的情况下，如果GPT-4生成的句子结构与原作相似，也可能被认定为侵权。另外，若AI通过用户请求输出了版权句子，则企业或可能面临间接侵权责任的适用。 版权围绕的纽约时报与OpenAI的法律斗争 技术替代方案，制度仍不完善 研究人员同时提出了防止记忆的技术替代方案。‘SUV（选择性非学习）’是阻挡模型学习包含版权内容等特定数据的方法，‘DE-COP’是生成内容是否源自训练数据的后续识别分析方法。但尚未确认这些技术是否已用于包括GPT-4在内的商用模型。 讨论还包括在生成内容中嵌入水印以追踪出处的方法。然而这种方法仅适用于生成后的结果物，对消除或检测存在于模型内部的记忆表达有局限。像GPT-4这样已学习大量数据的模型，完全去除记忆内容的技术尚处于初期阶段。 OpenAI标志 重设规范的要求 围绕大语言模型学习中持有内容被视为记忆的程度讨论，已超越技术界限扩展至法律和制度的领域。如果没有有关数据收集的来源、版权人同意和学习范围等明确的标准，将来的相似争议不可避免。 GPT-4的案例仅仅是个开始，国内外所有大语言模型都无法免除版权问题。本论文所示的记忆情况不仅是简单的案例收集，还可能成为今后法院裁定的实证性依据。 AI技术在表达自由与创作者权利间选取何种平衡，由各国立法和司法体系决定。技术愈发高级，对应的法律责任和伦理标准也需要更加精细。

葡萄酒不仅仅是一种简单的饮品。在由产业战略和营销交织而成的复杂系统中，它作为国家的文化资产以及全球市场的高附加值商品发挥作用。 法兰西酒庄被提到是高端葡萄酒的象征之一，是葡萄酒产业的代表。 欧洲传统葡萄酒已成为高端葡萄酒的象征，其中以法国葡萄酒几十年来构建了‘世界最佳’的形象。波尔多、勃艮第、香槟等地名标识的葡萄酒在拍卖市场和米其林餐厅中占据象征性位置。然而，这一声望是否完全归功于其质量仍然存疑。专家指出，这只是品牌神话的产物，强调国际葡萄酒市场的结构本身完全是国家层次的营销和政治外交的结果。 价格并不反映实质。 ‘罗曼尼·康帝’是一种全球稀有葡萄酒，每年仅生产约400~600箱，根据年份不同，价格差异大。经常被引用为高档葡萄酒的典型案例。本文内容与其无关。 波尔多的特级酒庄被归为高级葡萄酒，单瓶价格在数百万韩元的水平进行交易。罗曼尼·康帝在多次拍卖中，单瓶价格超过1亿韩元。然而，盲品测试结果并不如预期。就连专家也屡次无法将这种酒与中低价酒区分开来。自2000年代以来，多次国际品酒会上报告了类似的结果，重新审视品牌和价格对葡萄酒品质评价的影响的呼声不断增加。 价格的决定方式也不是以品质而是以营销为主。尤其是高档葡萄酒通过限制产量或强调稀缺性来人为调整价格。特别是在勃艮第地区，由于葡萄园面积有限，小规模生产者众多，单瓶葡萄酒以数百万韩元交易。然而，实际上酿造技术或葡萄品质并没有较大不同的评价也共存。 人为操控的稀缺性 勃艮第地区的葡萄园 高端葡萄酒的稀缺性更像是策划的战略而非自然结果。每年特定品牌预先分配‘配额’、‘年份’、‘出口量’等，调节市场以减少供给小于实际需求的情况。通过这一过程，高档葡萄酒不再是消费饮品，而是附加了资产价值的‘投资商品’。在拍卖市场活跃的香港、伦敦、新加坡等地，比起价格，稀罕性和所有权更有价值。 知名酒庄严格控制每年的瓶数、流通渠道和地区分配。价格无视生产成本，甚至与同一生产商的其他产品线有很大不同。一些专家指出，高端葡萄酒无论气候变化还是酿造失误，价格都保持不变，这种现象是基于品牌溢价的商业虚构。 由政治塑造的等级 高档葡萄酒的品牌化难以仅用市场逻辑来解释。以法国为例，1855年巴黎博览会上，时任皇帝拿破仑三世主导给波尔多葡萄酒定级为其起源。当时的等级制度以出口业绩和声誉为标准，分为一至五等级，并很快成为法国葡萄酒的官方排名。 然而，当时的标准不是科学严谨的品质验证，而是以当时的‘声望’和‘市场价格’为基础建立的。换句话说，等级是由其知名度和售价决定的。这就是为什么其与现在的酒味或品质并不必然一致。尽管如此，这一等级制度在全球葡萄酒市场上仍然被认可权威，对此存在的怀疑之声不绝于耳。 葡萄酒蕴藏了无法用数字衡量的感官和故事。即使超越品牌创造的框架，一杯酒带来的余味和香气依旧特别。理解结构是为了扩大选择范围，而寻找偏好的过程始终意义非凡。选出真正好的葡萄酒，始于建立自己的标准。

城市公寓墙上生长的不是画，而是霉菌。即使在城市中的新建住宅区亦无法阻挡霉菌的入侵。 首尔的一处新建公寓居民整个冬天都在与看不见的霉菌作斗争。入住仅六个月后，霉菌开始扩散到浴室、阳台和墙面，管理办公室称这是“冬季结露导致的自然现象”，并推卸责任。然而，实质问题在于设计瑕疵。外墙保温材料未能正确施工，室内外温差导致的结露持续发生，这些水分成为霉菌滋生的主要原因。 根据韩国建设技术研究院的数据，超过60%的新建建筑出现的霉菌问题源于外墙的保温不良和结露防治设计不足。2023年国土交通部公布的居住环境调查中，28.5%的受访者表示经历过“室内霉菌问题”。其中超过40%的问题出现在使用不超5年的新建建筑中。 结露和霉菌污染的窗框，显示通风不足和湿度管理的重要性 霉菌的繁殖条件非常明确。湿度60%以上，温度在20至30度之间，通风不良的阴暗空间。这些条件具备的地方，任何建筑材料都可能成为霉菌的宿主，包括木材、纤维、硅胶，甚至混凝土。 现有的霉菌问题主要集中在老旧住宅中，但最近在新建公寓和写字楼中也更为频繁。2024年，首尔市共同住宅缺陷举报中心的接收记录中，与霉菌相关的投诉一年内增加了35%。特别是在首都圈外围的新城镇，高比例的问题归因于快速施工和绝缘不良。 韩国的建筑标准无法从结构上阻止霉菌的发生。现行的《建筑物节能设计标准》虽然规定了隔热性能和结露防治相关条款，但在施工和检查过程中严格履行的系统不完善。即便发现霉菌，若要判定为结构性缺陷，需外部专家鉴定和详细调查，举证责任在入住者身上。 此外，霉菌随着时间推移而扩散，若反应迟缓，居住空间的功能会严重受损。在某些案例中，因霉菌导致墙面涂层脱落或内部木结构腐蚀。霉菌孢子扩散到空气中，对居住者健康产生影响，但被认定为法律上的缺陷则需经历漫长的行政程序。 外墙隔热不良引发的霉菌大流行，新建公寓也不安全。 霉菌不仅仅是墙面弄脏的问题。世界卫生组织将霉菌指定为室内空气污染的主要原因之一。长期接触室内霉菌会导致哮喘、鼻炎、支气管炎等呼吸道疾病恶化。根据2022年疾病管理厅的报告，全国10个特应性皮炎患者中有4个患有由霉菌导致的皮肤问题。 特别是像曲霉菌这样的霉菌种类可以引发肺炎等严重感染，对免疫力较弱的老人、幼儿及癌症患者等具有致命性。环境部在2023年指出，由霉菌引起的室内空气质量恶化与健康问题直接相关的案例正在增加。实际上，一所大学医院研究小组发表的论文指出，居住在霉菌浓度高的室内的人的肺功能下降率比普通家庭高出30%以上。 预防霉菌的关键在于控制湿度。将室内湿度保持在40~60%是首要任务。浴室、厨房等水分较多的空间在使用后要立即通风，在结露可能产生的空间需要安装除湿机。此外，留出外墙与家具之间的空间，定期清洁以及检查是否漏水也很重要。如果霉菌已经出现，需使用漂白剂、过氧化氢等去除剂，但通风和使用防护设备是必不可少的。 严重的霉菌污染现场，穿着防护服的工作人员使用专业设备进行清洁。 政府层面的霉菌预防政策的制定迫在眉睫。美国环境保护署为室内霉菌管理提出了湿度标准、通风指南、霉菌检测和清除手册，多数州也制定了相关法律。在中国也需要类似的有效规制和应对手册。 霉菌不仅仅是简单的生活不便，它伴随着结构缺陷和健康风险的多重问题。已经深入到无数家庭中。与霉菌的斗争已不再仅仅依靠消极的应对。预防是关键，室内湿度管理、结露防止和通风设计是没有霉菌的居住环境的最低条件。在生活中的检查和预防积累时，与看不见的入侵者的战争才能恢复平衡。 저작권자 © 솔루션뉴스 무단전재 및 재배포 금지

Genspark发布的“超级代理”从根本上改变了现有人工智能助手的框架。从仅执行给定命令的AI转变为理解用户目标、计划任务并独立执行复杂流程的通用代理。其特点是在实现单一模型中心之外，采用AI协作结构的“MoA（混合代理）”系统，吸引了业界的广泛关注。 Genspark超级代理首页（图片来源于Genspark官网截图） Genspark超级代理不仅限于简单的问答，还可以接收用户的要求，自动处理复杂任务。例如，当输入旅行计划请求时，它会收集相关信息，比较交通工具和住宿信息，并实际进行电话预约以完成日程安排。5小时的视频内容被提炼为10张幻灯片，研究全球行业动态之后自动生成可视化分析报告。 内容制作功能也得到了扩展。基于最新新闻制作1分钟的动画，利用分步烹饪指南生成社交媒体视频，甚至在特定预算范围内自动推荐购物清单。这些广泛的应用由理解用户需求并忠实反映其结果的能力所推动。 代用户拨打餐馆电话的超级代理。凭借自然对话处理预约请求并回应座位偏好（来源：YouTube @Genspark截图） 超级代理的功能多种多样。实际上，在公开的演示视频中，AI代替用户拨打餐馆电话预约，压缩长视频内容为10张总结幻灯片，并编写包含数据可视化的全球市场报告。另外，有基于新闻内容制作“南方公园”风格的1分钟小插曲、Instagram Reels视频、营销海报，甚至3D数学公式可视化等展示。无论是内容创作者、市场营销人员、研究人员还是个人用户，都可以利用这一通用AI。 Genspark超级代理的三大核心组成：LLM模型、自有工具集和高级数据集的整合结构（资料提供：MainFunc） 超级代理的核心是Genspark率先引入的MoA（混合代理）系统。这是一种将GPT-4o、Claude、Gemini等多个AI模型分配到不同任务中使用的方式。通过利用每个模型的优势和交叉验证，减少错误可能性，最终提供更加准确可靠的结果。 MoA系统就像公司内为了单个项目而联合多职能专家协同工作一样。当请求音乐行业分析时，一个模型扮演数据研究员角色，另一个模型负责创建视觉材料，最后一个模型则整理总结内容，作为内容策划者。这种分工使得AI们协同合作，总控系统协调这一过程并将其整合为高质量的成果。 Genspark GAIA基准性能图（资料提供：MainFunc） Genspark超级代理在客观性能上也超越了现有模型。在全球公认的AI性能评估标准GAIA基准测试中，一级至三级的所有阶段均领先竞争模型，取得了最高的准确率。一级记录了87.8%，二级为72.7%，三级达到58.8%，在OpenAI、manus.ai等著名研究机构中取得了优势。 该评价不仅仅是简单的正确率，而是基于对实际用户对话流程的多次自动化情境进行的，证明了其实际应用可能性。除了性能之外，在响应速度、稳定性和错误预防方面也取得了显著成果。 Genspark通过iOS应用发布了超级代理，并正在准备安卓版本。此次发布同时获得了1亿美元的A轮融资，标志着AI基础超级应用生态系统的全面建设开始。 超级代理不仅是技术进步，还预示着AI的日常化。它可以委托重复性工作，使人们更专注于创造性工作，并将高级AI技术的使用变得更加简便。 现在，AI不再仅仅是助手，而是作为可以‘生产、思考和行动’的存在，代替人类进化。