● 一个全是 AI 幻觉的网站，却成了这届互联网最实诚的存在

📌 一句话摘要 Halupedia 是一个故意用 AI 生成幻觉百科的网站，它通过精巧的工程机制维护一个内在一致的虚构宇宙，并以此讽刺和反思 AI 生成内容污染互联网未来的严峻问题。 📝 详细摘要 本文介绍了名为 Halupedia 的网站，它模仿维基百科的界面，但每一篇词条文章都由 AI 即时

● 一个全是 AI 幻觉的网站，却成了这届互联网最实诚的存在

📌 一句话摘要 本文介绍了 Halupedia 这个故意生成 AI 幻觉的类维基百科网站，探讨了其通过 link hints 机制维护虚构宇宙一致性的技术设计，以及它作为一面镜子所折射出的 AI 生成内容污染未来训练数据的深层隐忧。 📝 详细摘要 文章以一个名为 Halupedia 的网站为切入

● 哈萨比斯出的难题，GPT 之父接上了：用一个知识停在 1930 年的模型

📌 一句话摘要 Alec Radford 等人用 1931 年前的数据训练了 13B 模型 Talkie，探索模型能否在无现代知识污染的情况下，通过推演「预感」未来，并以此作为评估 AI 真实理解能力的参照系。 📝 详细摘要 文章介绍了由 GPT 之父 Alec Radford、神经常微分方程提

● 关于 AI 评估基准因果隔离的思考 — LessWrong

📌 一句话摘要 本文探讨了在 AI 评估中防止数据污染和基准测试作弊的系统性挑战，并主张转向基于现实世界、非确定性的任务基准测试。 📝 详细摘要 作者分析了 AI 模型对公共基准测试过拟合的顽疾，这一现象是由训练数据污染以及难以维持真正私有的评估集所导致的。文章批评了当前的缓解策略（如留出集和互

● 对 SWE-bench 的质疑与新的模型评估方法

📌 一句话摘要 Lee Robinson 讨论了 SWE-bench 结果的数据污染问题，并提倡对 AI 编程模型采用离线基准测试与在线评估相结合的混合方法。 📝 详细摘要 针对 Cursor AI 针对智能体编程任务推出的新评分方法，Lee Robinson 指出，由于数据污染（即模型记住了特