【菜科解读】

1、肌力评估：盆底肌力分为0-5级，1-2级建议从15g哑铃起步，3级以上可选择20-30g。

医院通过Glazer评估或指检确定肌力等级，居家可用中断排尿法自测，但需避免频繁测试导致尿潴留。

肌力不足时强行使用大重量哑铃可能加重脱垂。

2、型号选择：标准阴道哑铃套装含15g、25g、35g等5个递增型号，新手应从最轻号开始。

测试方法：仰卧插入后做凯格尔，能维持10分钟不滑落可升级。

圆锥形哑铃适合顺产，球形更适合剖宫产，带尾链的设计便于取出。

3、使用姿势：错误站姿训练会增加腹压，正确姿势为仰卧屈膝或靠墙站立。

插入哑铃后收缩盆底肌3秒，放松6秒，每组10次。

避免在膀胱充盈时训练，咳嗽或大笑时需用手托住会阴部防止哑铃脱出。

4、呼吸配合：80%使用者忽略腹式呼吸配合，正确方法为吸气时放松盆底肌，呼气时收缩。

可平躺放置书本于腹部，观察呼吸时书本起伏。

错误屏气训练会导致压力性加重，尤其产后6周内需特别注意。

5、进阶训练：基础训练2周后可尝试行走时佩戴，从15分钟逐步延长至1小时。

爬楼梯训练需双手提重物抵消腹压，看电视时可做踮脚保持。

出现或漏尿需降级重量，配合电刺激治疗仪效果更佳。

饮食上每日补充50g优质蛋白促进肌肉修复，推荐鱼肉、鸡胸肉、大豆。

避免深蹲、卷腹等增加腹压运动，可做改良臀桥：仰卧屈膝抬臀时配合凯格尔收缩。

每周3次温水坐浴改善血液循环，训练后出现持续疼痛需就医排除阴道黏膜损伤。

做去眼角细纹失败修复术前要做什么准备

回答：去眼角细纹失败修复术前需进行全面的术前评估和准备，包括术前检查、心理调整和术前注... 盆底肌修复可以紧致阴道吗

回答：盆底肌修复确实可以帮助改善阴道的紧致度。

盆底肌肉（包括阴道周围的肌肉）对于维持阴... 无痛处女膜修复多少钱

回答：处女膜修复手术，也称为处女膜重建手术，是一种私密整形手术。

手术费用因地区、医院、... 盆底肌修复下面能变紧吗

回答：盆底肌修复可以改善阴道的紧致度。

盆底肌群，包括阴道周围的肌肉，对于维持阴道的紧致... 阴道撕裂修复需要多少钱

回答：阴道撕裂修复，即阴道裂伤修复手术，是一种用于修复由于分娩、外伤或其他原因造成的阴... 阴道松了怎么修复

回答：阴道松弛可能由多种因素引起，包括生育、年龄、激素变化等。

修复阴道松弛的方法有多种... 做处女膜修复要多少钱

回答：处女膜修复手术的费用通常在几千到上万元之间，具体价格因多种因素而有所不同。

对于考... 阴唇修复手术要多少费用

回答：阴唇修复手术的费用通常在几千到上万元之间，具体价格因多种因素而有所不同。

对于考虑... 削骨瘦脸手术术后失败修复的方式有哪些

回答：首先要明确什么叫削骨瘦脸手术失败，如果通过削骨瘦脸之后还没有达到预期的面型，有可... 哪些牙齿类型适合选择全瓷牙进行修复呢

回答：适合选择全瓷牙进行修复的牙齿类型如下： 1、因氟斑牙、变色牙、四环素牙、锥形牙、... 咽鼓管不良的患者可以进行鼓膜修复术吗

回答：咽鼓管功能不良是中耳炎发病的主要因素，手术前通过一些检查，评估到咽鼓管功能不良的... 腭裂修复手术的最佳时机是什么时候

回答：腭裂手术的黄金时机应该是在八个月到十八个月，在更早的时间内，比如说在唇裂三到六个... 鼓膜修复效果如何

回答：骨膜修复术又叫鼓膜成形术。

它的原理是通过组织移植技术修复穿孔的鼓膜，恢复骨膜的完... 疤痕修复的最佳时期

回答：疤痕修复的最佳时期是拆线后的特定时间段，通常为15至20天，视疤痕的严重程度和大... 面部吸脂怎么修复

回答：面部吸脂后需要做好面部的清洁，同时也需要吃一些营养丰富的食物促进修复。

面部吸脂... 腋下手术留疤可以修复吗

回答：腋下手术留疤是可以修复的，可以在局部涂抹祛疤膏或者激光手术，疤痕症状比较严重，也... 做完唇部手术多久可以修复

回答：做完唇部手术后的修复时间通常需要2~3个月，具体时间取决于个人恢复情况和术后护理... 鼻子坑坑洼洼的能修复吗

回答：首先来说有非常多的情况可以出现鼻子坑坑洼洼，比如酒糟鼻、痘坑，鼻部瘢痕增生等，建... 红血丝修复方法有哪些

回答：轻微的红血丝，建议可以从以下几方面来改善： 一、平时按摩脸部，促进血液循环，增强... 神经酰胺能修复红血丝吗

回答：神经酰胺可以修复红血丝，尤其是面部，神经酰胺可起到保湿及防御的作用。

另外具有一定...

为什么AI总是捏造事实？AI：真不想的，容我狡辩一下

而 AI 也几乎不会让我们失望，任何问题都能给你列举出一串看起来很有道理的答案。

但如果你问的问题非常重要，比如是某个健康相关的问题，或者是写重要资料时候需要使用某个数据或者是某个案例，那真的建议你亲自去查实一下。

因为有时候，AI 会信誓旦旦地给你一个看似合理，实则不存在的答案。

还有些小伙伴发现，在让小龙虾（Openclaw）干活的时候，它列出了详细的19小时的学习计划，然后17分钟完成了...... 它也会早早编造一份数据存放在本地，等拖到预定的时间才交付。

而在被发现之后，试图让人接受它已完成的工作。

图片截取自与小龙虾（Openclaw）对话 小龙虾敷衍中...... 其实，这个现象其实早就不是什么秘密了，它也被称作“AI 幻觉”，而且科学家们一直也试图通过增加算力或者优化数据的方式来解决这个问题。

但是在 2025 年 9 月，来自 OpenAI 和佐治亚理工学院（Georgia Institute of Technology）的研究人员发表了一篇重磅论文。

这项研究给出了一个颠覆性的结论：即便给到 AI 的训练数据集是绝对正确的，AI 在某些类型的问题上也不可避免地会犯错——这既是由统计规律决定的，也是目前不合理的 AI“考试制度”逼出来的结果。

下面我们就顺着这篇文章的思路一起来看一看。

预训练阶段就会出错 这篇研究发现，AI 出现幻觉跟预训练阶段以及后训练阶段都有关系，我们先看预训练阶段的情况。

1 数据模式和模型本身问题 为了方便研究，研究者构建了一个线性的二元分类模型（非此即彼），让它对已经标注了正确和错误的数据集进行分类。

因为这些数据已经经过了人工检验，所以是不存在任何错误的。

但是用这些数据对AI模型进行预训练的时候，问题就出现了。

在有些类型的问题上（比如检查拼写错误），AI 的表现非常好，几乎从不犯错。

但是在另一些问题上，比如“数某个英文单词里某个字母出现了多少次？”，以及“某人的生日是几月几号？”AI 就有可能会出错。

研究者认为，这样的数据在做分类的时候很难用一条直线进行二元分类，一些模型用这样的数据进行预训练的时候就可能会产生错误。

打个比方，模型在分类的时候就像拿着一把刀把数据切分成两类，但如果数据的模式本身就是弯弯绕绕的圆弧，用一把刀就很难切分。

比如在这篇文章中，研究者使用这个问题“How many Ds are in DEEPSEEK? If you know, just say the number with no commentary”（DEEPSEEK 里有多少个 D？如果你知道直接说数字，不要加以评论）去询问 Deepseek V3 模型的时候，确实发现它给的答案并不准确，会回答 2 或者 3。

但是这个在使用 DEEPSEEK R1 模型的时候就没有这样的问题，这是模型本身差异导致的。

笔者用同样的问题对 DEEPSEEK V3.2进行了测试，也出现了类似的情况 研究者构建这样的简化模型进行测试，是为了说明，即便数据本身没有问题，在预训练阶段也会因为模型本身的限制以及数据模式等问题让 AI 产生错误判断。

这项研究中，研究者还进一步给出了测算，如果让 AI 直接去生成内容，产生错误的概率还会更大一些，大约比判断出错的概率高出两倍以上。

2 数据量过少也会影响 另外，在这项研究中研究者还发现，假如训练数据中某个信息过少，那么 AI 在回答的时候出错的可能性也会比较高。

比如，当你问爱因斯坦的生日是几月几号的时候，因为在大量的资料里都有这个数据，所以 AI 几乎不会出错。

但是当你问某个普通人“田小豆”的生日是几月几号的时候，这个数据出现次数特别少，AI 出错的可能性也会变高。

特别是当数据只出现了一次的时候，这时候可能会更糟糕。

因为 AI 大概率不会直接回答你“我不知道”，因为它在训练数据集里确实见过，但它没有足够多的数据来确认这个信息到底是正确答案还是噪声，它准确回答这个问题的可能性也会更低一些。

数据模式和模型本身的限制，以及极少样本的数据，都可能会让 AI 在预训练阶段就产生“幻觉”，生成错误的内容。

努力得高分的 AI 如果说预训练阶段的统计学特征让 AI 有了编造的“潜质”，人类评价AI的方式也逼着 AI 去“编造”。

为了更好地理解这一点，我们可以先从大家都很熟悉的考试入手。

人类社会中的大部分考试都是二元评分机制，即答对了得分，答错或者不回答都不得分。

所以，在考试的时候，哪怕你不知道答案，也不会交白卷，至少选择题填空题会随便蒙一个，万一蒙对了还会有“意外之喜”。

这项研究中研究者对比了目前主流的 AI 的评分机制，发现大部分评分机制也是类似的情况，如果 AI 坦诚地回答“我不知道”，它会得 0 分，跟回答错误没有区别。

与其这样，它不如随便蒙一个答案，哪怕蒙对的概率再低，数学期望也比 0 高。

为了在主流的评分机制中拿到高分，“AI 考生们”也和人类一样，学会了实在不行就乱蒙一个的本领。

对此，这项研究的研究者们也给出了一个合理的解决方案——在现有的 AI 评分机制中，引入一个“惩罚编造，奖励诚实”的机制。

比如，假如 AI 回答正确，获得 1 分，如果回答错误得 0 分，甚至扣分。

如果回答“我不知道”，则可以不扣分，或者获得一个微小的分数奖励。

重要问题上不要轻信 AI 文献也给出了结论，AI 的幻觉是从模型的预训练阶段起源的，在后训练阶段为了追求更高的评分也可能会被放大。

虽然科学家们也采用了很多的方法减少 AI 幻觉，但至少在现阶段看来，AI 幻觉还是无法避免的。

假如你需要让 AI 帮你解答一个重要的问题，比如在做公众演讲的时候用一个数据，建议亲自核实一下。

否则被人发现这些数据根本不存在，那可就尴尬了。

而假如在问 AI 问题的时候，它对你说“我不知道”，你也应该感到庆幸，至少 AI 并没有打算胡编乱造一个答案蒙骗你。

参考文献 [1]Kalai, A. T., Nachum, O., Vempala, S. S., & Zhang, E. (2025). Why language models hallucinate. arXiv preprint arXiv:2509.04664. 来源：科普中国

女足亚洲杯｜去年打强队惨败，如今赢弱旅费劲，中国女足该和米利西奇说再见了

以四强成绩拿到世界杯门票的中国女足完成了既定目标，但从过程而言，这支球队并未给外界带来更多的惊喜。

虽然逆转朝鲜队让人眼前一亮，但面对孟加拉国队、乌兹别克斯坦队和中国台北队等实力明显逊色的对手，中国女足均未展现出足够的统治力。

尤其在对阵中国台北队的四分之一决赛中，继去年东亚杯首次被对手攻破球门后，这次又历史性地未能在常规时间内取胜，再度刷新一项尴尬纪录。

如果说去年0比8不敌英格兰队暴露出与当今世界强队之间的巨大差距，那么本届亚洲杯又清晰地反映出中国女足“遇弱不强”的现实困境。

相较于三个月前，除了打法较趋硬朗，米利西奇治下的这支球队并未呈现出明显进步。

既然如此，或许是时候说再见了。

去年那场八球惨败当时已令米利西奇的帅位岌岌可危。

但由于亚洲杯开赛近在眼前，出于稳妥考虑，中国足协最终选择让他继续带队。

这一“保守疗法”起到了一定作用，球队不出意外地拿到世界杯门票。

但在亚洲范围内，中国女足本就理应具备如此稳定性。

亚足联旗下女足整体水平有限，真正具备竞争力的无非日本、朝鲜、澳大利亚、中国和韩国等五支球队，中国队拿到六个世界杯名额中的一席实属正常。

随着亚洲杯任务告一段落，中国女足将迎来长达一年多的“空窗期”——直至2027年6月巴西女足世界杯之前，再无国际大赛。

当机立断启动换帅程序，这段宝贵的间歇期正好可以留给新帅用于磨合阵容、演练战术。

当然，中国足协此番选帅，必须经过充分考量、审慎决策。

女足教练薪水普遍偏低，好机会不多，中国女足的选择要远比男足容易。

米利西奇在执教中国队前已赋闲两年有余，而且仅在女足界执教一年出头，这样有明显履历漏洞的教练不应再成为候选人。