MIT报告:AI正在侵蚀office hours、学习小组与师生信任
MIT一份2026年6月发布的报告指出,学生普遍使用AI导致office hours出勤减少、在线讨论参与下降、宿舍和图书馆学习小组变少,师生间信任受损。报告建议禁用AI文本检测软件,要求论文披露AI使用且不得将AI列为共同作者,并提倡各课程基于学习目标制定单独的AI政策,转向口试、学期作品集和项目制评估。
MIT一份2026年6月发布的报告指出,学生普遍使用AI导致office hours出勤减少、在线讨论参与下降、宿舍和图书馆学习小组变少,师生间信任受损。报告建议禁用AI文本检测软件,要求论文披露AI使用且不得将AI列为共同作者,并提倡各课程基于学习目标制定单独的AI政策,转向口试、学期作品集和项目制评估。
GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是智能体连接工具与数据的标准,可组合使用;RAG 并未消亡,它让模型基于训练数据外的文档、内部知识和代码库上下文作答,避免浪费 token 并减少不完整回答。
Hugging Face 发布 2023 年开源 LLM 年度回顾,梳理了从 BLOOM、OPT、GLM-130B 到 LLaMA、Llama 2、Mistral、Qwen、Yi 等模型的发布脉络,以及 Chinchilla 范式转变带来的小模型加更多数据趋势。
推荐理由:系统梳理了开源 LLM 的技术要素与全年脉络,可作为理解开源模型生态的入门地图。