AI 给的链接不等于已经核实（带引用也不可靠的七类错误）
模型在联网搜索后给出带链接的回答，会让用户产生"已经核实过"的错觉。实测显示，链接存在 ≠ 链接真实支持表述。原文实验中 3123 次引用中 45.37% 不能完整支持对应表述，"无中生有"出现 952 次，是最突出的错误。这...
标签匹配
任务描述、口语长句、创作者、工具和仓库名称都可以直接搜索。
按名称、标签、主题和内容相关性排列
模型在联网搜索后给出带链接的回答，会让用户产生"已经核实过"的错觉。实测显示，链接存在 ≠ 链接真实支持表述。原文实验中 3123 次引用中 45.37% 不能完整支持对应表述，"无中生有"出现 952 次，是最突出的错误。这...
标签匹配
把 AI 搜索与网页摘要当作政策理解主入口时，至少存在四类风险叠加：
用途匹配
把个人体检报告交给通用 AI 模型做通俗解释与趋势归纳时，存在三层互相叠加的风险：
用途匹配
把 AI 搜索当作通用搜索引擎的替代品，用它去问"现在能不能办""附近哪里开门""今天天气怎么样"等即时、本地、碎片化的生活信息时，往往得不到比传统搜索更优的体验，反而可能得到过期或不带本地化的回答。
用途匹配
风险描述 事实查核实验室 Factcheck Lab 在其方法说明中明确：AI 可用于拆解命题、翻译、生成搜索词、做摘要和整理证据表，但不能替代打开原文、核对图像出处、联系主管机构与专业判断。把 AI 的"看起来很有把握"的回...
用途匹配
在使用 AI 帮助"拍照找同款"类任务时，模型给出的零售链接可能真实存在，但与用户照片中的商品不是同一型号。链接的真实性不等于型号的匹配性，这是消费决策类 AI 任务中最容易踩到的坑。
用途匹配
世界卫生组织在 2024-01-18 发布的中文指导文件中，明确指出多模态大模型（LMMs）在卫生领域同时存在潜力与系统性风险。这些风险不是任何特定模型的缺陷，而是整个技术类别在医疗场景中固有的治理与使用边界问题。
用途匹配
通用对话模型对扫描版 PDF 的识别能力有限。在 SRC-LIFE-005 中，qlxsbridge 的 2022 年体检报告为扫描版，平台未能支持，实际有效分析范围从标题声称的"四年"缩为三年。这一失败点暴露了一个常被忽视的...
用途匹配
带 AI 识别与检索能力的网盘使用自动分类、OCR、语义匹配和全文检索来定位文件，但这些能力都可能漏检或误检。如果用户把搜索结果当作"文件是否存在的唯一依据"，可能在以下场景出现严重后果：丢失重要合同、保修凭证、证件、医疗记录...
用途匹配
带 AI 识别与检索能力的网盘（以夸克网盘为例）会对照片做人脸聚类、场景分类，对图片做 OCR 文字识别，对文档做全文索引。家庭资料中包含儿童人脸、住址、证件、票据、学校资料、医疗记录等敏感信息，将这些资料上传到云端并交由 A...
用途匹配
在拍照找同款场景中，用户上传到 AI 服务的照片往往不是干净的产品图。实物拍摄的照片可能携带序列号、设备名称、通知内容、账号头像、家庭环境、地理线索等敏感信息，构成隐私暴露。
用途匹配