Show HN：你在权重里吗？

总体反响

• 许多人觉得这个网站有趣、能满足自尊，而且视觉上很吸引人（复古/8 位美学、巧妙的概念）。
• 也有人把它看作隐私陷阱，或者是一个有教育意义但令人担忧的 LLM 行为演示。

准确性、幻觉与身份碰撞

• 体验从离谱地准确的摘要到完全胡编乱造都有，尤其是对独特姓氏、开源贡献者、学者，或长期使用的账号名。
• 即使是全球唯一的名字，有时也会被描述成政治人物、网络安全研究员，或者尤其是职业运动员和娱乐圈人士。
• 化名和长期使用的线上昵称有时比法定姓名识别得更准确。
• “幻觉”部分并不完美：有些非常准确的描述被标成了幻觉，而很多错误内容却出现在“主”部分。

危险且诽谤性的误认

• 一些用户被错误标记为恐怖分子、杀人犯、极端分子或犯罪受害者。
• 有人指出，对于阿拉伯名字或不常见名字，这个工具经常把他们和受制裁人员或炸弹袭击者混淆。
• 评论者认为这些误报“可怕”，尤其考虑到有报道称 LLM 可能被用于军事或安保决策。

评分、模型与聚类

• “强度”被解释为模型自报置信度与跨模型一致性加分的线性组合；评论者指出 LLM 的置信度校准很差。
• 百分位（“前 N%”）是相对于目前为止的所有查询，而不是更广泛的人群。
• 一个聚类器将模型输出合并为实体，并判断什么是幻觉；它以召回率优先于精确率进行优化，导致大量误分类。
• 公开了提示细节；所有模型都使用同一个仅 JSON 的“Who is ?”提示。聚类在一个更便宜的模型上运行。

隐私与数据处理

• 有人强烈批评所有查询（包括真实姓名）都通过“latest”排行榜公开列出，并可通过 API 访问；后来部分缓解，但数据仍然广泛可访问。
• 缺乏明确的隐私政策，以及存在跟踪/Cloudflare 检查，让人怀疑其在收集 IP/姓名。
• 几位评论者认为，应该假定提交给随机网站的任何文本都会被存储并重复使用，甚至可能进入未来的训练集。

UX、成本与设计

• 页面设计和肖像（由图像模型生成）受到赞扬，但一些人报告了输入 bug、侵入式音效，以及在高负载下的限流错误。
• 每次查询要运行许多前沿模型和较小模型，成本很高；作者将其描述为一个非商业的“有趣黑客项目和科学实验”。

更广泛的反思

• 讨论涉及“存在于权重中”作为一种奇怪的数字不朽形式，并引发了关于被遗忘权的问题。
• 有些人庆幸自己根本没有出现；另一些人则指出，一旦模型摄入公共数据，要把现实身份与网络痕迹完全分离是多么困难。