228 分•作者: syllogism•大约 23 小时前
返回首页
24小时热榜
223 分•作者: rbanffy•大约 20 小时前
151 分•作者: sidgarimella•大约 18 小时前
105 分•作者: ceejayoz•大约 20 小时前
<a href="https://archive.ph/RuwsB" rel="nofollow">https://archive.ph/RuwsB</a><p><a href="https://blog.google/products-and-platforms/products/education/ai-learning-era-updates-2026/" rel="nofollow">https://blog.google/products-and-platforms/products/educatio...</a>
79 分•作者: thatxliner•大约 11 小时前
61 分•作者: mooreds•大约 21 小时前
54 分•作者: kevcampb•大约 2 小时前
43 分•作者: nharada•大约 19 小时前
39 分•作者: paddingtone•大约 14 小时前
39 分•作者: colejohnson66•大约 16 小时前
37 分•作者: speckx•大约 20 小时前
30 分•作者: geox•大约 8 小时前
30 分•作者: speckx•大约 15 小时前
27 分•作者: ersinesen•大约 3 小时前
24 分•作者: novaRom•大约 3 小时前
23 分•作者: donk8r•大约 21 小时前
22 分•作者: AlexeyBrin•大约 20 小时前
18 分•作者: jameslk•大约 2 小时前
如果您订阅了个人 Google AI 服务,您在 Gemini 中保存的所有聊天记录都可能被用于训练,除非您关闭聊天记录功能或使用临时聊天会话,否则无法选择退出。这些聊天记录甚至可能被人工审核员阅读。尽管 Google 声称在人工审核时会将其与您的账户断开,但他们明确警告**不要输入机密信息**。
[https://support.google.com/gemini/answer/16836988](https://support.google.com/gemini/answer/16836988)
*“如果您的“保存活动”设置已开启,[Gemini 应用活动] 将用于改进 Google 服务,包括通过训练生成式 AI 模型。”*
[https://support.google.com/gemini/answer/13594961?hl=en#human_review](https://support.google.com/gemini/answer/13594961?hl=en#human_review)
*“一部分聊天记录会由人工审核员进行审核。”*
[https://support.google.com/gemini/answer/13594961?hl=en#pn_retain_data](https://support.google.com/gemini/answer/13594961?hl=en#pn_retain_data)
*“经人工审核员审核的聊天记录 [...] 在您删除活动后不会被删除。相反,它们将被保留最多三年。”*
[https://support.google.com/gemini/answer/13594961?hl=en#pn_data_usage](https://support.google.com/gemini/answer/13594961?hl=en#pn_data_usage)
*“请不要输入您不希望审核员看到或 Google 用于改进我们的服务(包括机器学习技术)的机密信息。”*
要禁用对您的聊天会话进行训练,您需要在 Gemini 的设置中关闭“保存活动”。关闭此选项意味着您将在 72 小时后丢失任何聊天会话。
我太晚才了解到这一点,我以为付费订阅就意味着不会被“产品化”。显然,付费还不够。
感谢 HN 上的一位用户在另一个帖子中提到:[https://news.ycombinator.com/item?id=50355424](https://news.ycombinator.com/item?id=50355424)
15 分•作者: ayanb9440•大约 14 小时前
各位 HN 的朋友们,我是 Finic 的 Ayan。我们即将推出 Kairos,这是 Sift、Sardine 以及其他实时欺诈决策平台的开源替代方案。Kairos 解决了传统决策工具面临的两个主要问题:缺乏用于训练的标记数据,以及应对不断改变策略的欺诈者。
1. 传统的欺诈解决方案使用 XGBoost 等机器学习模型来检测欺诈,但这些模型依赖于高质量的标记数据,而许多企业缺乏这些数据。我们通过使用“System One”决策模型,并结合 XGBoost 和逻辑回归等传统模型来解决这个问题。这使得您可以将诸如“这是临时邮箱吗?”之类的自然语言问题纳入您的决策流程,从而绕过对大量标记数据的需求。这还能帮助您捕捉欺诈中更非结构化的方面,而这是 XGBoost 模型难以处理的。
2. 欺诈团队正与不断改变行为以绕过现有检测逻辑的活跃欺诈者进行对抗。您可以一次性训练一个检测模型或定义一套规则,但随着欺诈者摸清您的检测逻辑,这些模型或规则将在几周内过时。这意味着您需要一个团队定期根据新的欺诈模式训练模型和更新规则。通常这需要一个庞大的数据科学/机器学习团队。Kairos 通过引入 MCP 服务器来解决这个问题,这样您的代理(Claude Code、Cursor、Codex 等)就可以定义决策工作流,利用您的数据训练模型,并选择表现最佳的版本。
您可以通过 Docker 自行托管 Kairos,或者使用托管版本:https://kairos.finic.ai
13 分•作者: gmays•大约 10 小时前