
皮尤研究中心(Pew Research)周三发布的一份最新报告显示,73%的成年网民称他们亲眼目睹过有人在网上遭遇攻击、骚扰,而40%的受访者则称:他们有过在网上被骚扰的亲身经历。
皮尤报告里所指的“骚扰”,包括在网络上或社交应用被对方冠以无礼貌称呼、威胁或跟踪等。皮尤这项调查在2849多名18至50岁的成年人中在展开,是首份量化关于在线骚扰的调查报告。
调查显示,在18至24岁的年轻人当中,70%的用户很可能都经历过某种形式的在线骚扰,而且该年龄段的女性所遭受的网络骚扰比例“奇高”,其中四分之一受访者曾遭受过在线跟踪或性骚扰。
皮尤披露此项调查报告时机,正值一个特别敏感时刻。此前,加拿大视频游戏评论家安妮塔·萨克伊西恩(Anita Sarkeesian)因关注游戏内男女平等问题而招致谩骂、攻击,在个人信息被泄露后,她收到了多个死亡威胁,直至被迫离家出走。此外,在本月,游戏开发者布丽安娜·吴(Brianna Wu)因在网络游戏中发布厌女症相关意见,收到了强奸和死亡威胁,从而被迫离家躲难。
皮尤报告还发现,遭受网络骚扰的男性网民比例高于女性,分别为44%和37%。但报告称,女性所遭受的网络骚扰更为严重,其中一些骚扰充斥色情、暴力威胁、跟踪或持续的谩骂等等。而男性更多的是遭受无礼貌称呼或被人给以难堪。
此外调查发现,在曾遭受网络骚扰的用户中,一半用户称他们不知道攻击者是谁。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。