·tian
你无法修改的产品策略：模型提供商的安全过滤器
你的 LLM 提供商的安全过滤器是由从未见过你用户的人编写的产品策略。过度拒绝、悄无声息的策略更新以及统一的审核标准正如何侵蚀专业领域的 AI 产品——以及你该如何通过工程手段夺回控制权。
insider
ai-safety
llm
content-moderation
+2·tian
生产环境中的扩散模型：演示之后无人讨论的工程栈
大规模运行扩散模型会暴露演示中被忽略的硬性约束：GPU 显存上限、LoRA 热插拔架构、用于水印和 NSFW 审核的合规栈，以及自托管成本优于任何 API 层的业务量拐点。
insider
diffusion-models
mlops
inference
+2·tian
AI 内容过滤器的双边成本：过度拒绝同样是业务问题
AI 内容过滤器通常被调整为尽量减少漏报，同时忽视误报——但拦截合法用户同样有可量化的业务损失。本文介绍如何正确校准这两类错误。
content-moderation
ai-safety
llm
product-engineering
·tian
隐藏在你的 AI 安全过滤器中的精确率-召回率权衡
大多数团队在发布 AI 安全分类器时使用默认阈值，从未衡量误报成本。本文将探讨为什么这会悄无声息地大规模阻止合法用户，以及如何在演变成客服危机之前揭示这种权衡的校准实践。
insider
ai-safety
content-moderation
production-ai
+2