主要观点总结
文章主要讨论了数据合规领域的一些实务问题，包括AI法律检索中的幻觉问题、小米公布车辆行驶数据是否侵权的问题，以及实务人士在数据合规方面的思想碰撞和交流。文章涵盖了多个关于AI应用、个人信息保护和法律研究等关键议题。
关键观点总结
关键观点1: AI法律检索中的幻觉问题
讨论了AI法律检索工具存在的问题，如提供不准确的内容，以及模型倾向于使用精确数值内容导致的幻觉叠加现象。同时提到知识库的重要性，以及尝试通过过滤AI生成内容来解决问题。
关键观点2: 小米公布车辆行驶数据是否侵权问题
针对小米公布车辆行驶数据的事件，讨论了公众对此的看法和观点碰撞。涉及个人信息处理、数据安全的讨论，以及不同观点对于数据是否构成个人信息的看法。
关键观点3: 实务人士间的思想碰撞与交流
强调了实务人士间思想碰撞和交流的重要性，因为数据合规是一个相对较新的领域，很多问题难以通过公开渠道检索到答案。
文章预览
煮酒言规 /////////////// 数据合规是一个比较新的领域，很多问题都难以通过公开渠道检索到答案。此时，实务人士间的思想碰撞、交流就显得尤为珍贵。 • CONTENT • 「 AI法律检索如何减少幻觉 」 「小米公布车辆行驶数据是否侵权 」 ● AI法律检索如何减少幻觉 -问： 元宝不开联网做个法律研究还有60分，开了联网就是负分，都被污染成垃圾场了。这一页5个案例，全是编的，100%的编造率。 -答1： 同感，我试过perplexity和元宝都用R1，开联网搜索，结果差异很大，公众号内容现在AI生成的不准确内容过多了，模型还倾向于用有精确数值的内容，幻觉叠加了。还是用回DS官网吧，以后得加个选项过滤AI生成内容。换句话说，知识库的重要性就凸现出来了。 -答2： R1会编V3好一点， 然后还有些参数要设置。 RAG+RPA。 -答3： G rok 的幻觉很轻，其次是 Gemini
………………………………
