《就算敏感点也无妨 第二季》是由新人演员(李信荣)、柳惠仁、金敏书、郑惠莲、(安诗恩)五人主演的网络电视剧。故事讲述首次经历社会生活的主人公们在公司内部受到性别的困惑，以此成长的故事。
可是，李敬德却没顾得上打人的黄豆，而是翘着脑袋质问秦淼：淼淼，我又没惹你，干啥踢我？亏他心里把这秦家大小姐当成仙女一样倾慕，谁晓得也是个母老虎。
该剧改编自朱戸アオ原作的同名漫画，山下智久饰演研究寄生虫的怪人天才科学家纽仓哲。他右手装着像机器人一样的假手，买下箱根的巨大植物园将温室改造成自宅兼研究所，与各种各样的动物朝夕相伴。本作讲述了他和助手高家春马等人利用科学的知识解决各种棘手案件的故事。
由著名女笑匠Amy Poehler联手\"The Office\" 的 Michael Schur制作的喜剧《parks and recreation》已经昂首迈进了它的第五季。此片依然采用纪录片的拍摄手法，记录发生在虚拟的印第安纳州小镇Pawnee，公园与游憩部门里发生的 种种趣事。我们的Leslie Knope (Amy Poehler)，上季末她还是公园与游憩部门的副部长,如今已荣誉晋升为Pawnee的市议员了。这一季故事线有着多种悬念，比如我们的Leslie(Amy)和她的Nerd男朋友Ben Wyatt（Adam Scott）的远距离恋爱能坚持下去吗？Leslie史上最酷的前BOSS Ron Swanson（Nick Offerman）能迎来爱情的第“三”春吗？
改编自堀本裕树的青春俳句小说，女主角樱木杏（广濑）是艺术大学的学生，也是一位作词人，她在邂逅了俳句诗人连城昴后，发现俳句跟rap的歌词有共同点，于是对俳句创作萌生热情。
一个从阿富汗战争中归来的士兵，揭发了一个阴谋的情报服务和一个贩毒团伙
这时，神秘的美少女七草荠突然出现。 她是夜晚的居民·吸血鬼。 荠告诉小光夜晚的乐趣。
该剧改编自J·K·罗琳以“罗伯特·加尔布雷斯”为笔名创作的侦探小说系列，1-3集为《布谷鸟的呼唤》，4、5集为《蚕》。
到刑部帮大苞谷作证，将当年的情形详细说出来。
临江县的赵刚、赵飞是在强烈复仇心理支配下长大的两兄弟。他们发誓要杀掉所有对自己不公、不利的人。为了报仇雪恨，他们盗窃枪支和子弹，开始了疯狂的罪恶行动。一番密谋之后，赵氏兄弟把目标对准了二十年前强奸母亲致死的仇人马遂山，曾羞辱过赵刚的黑势力团伙头目冉红举、赵刚的昔日恋人黄小玲以及刑警队长钟亮。他们凶残狡猾，频频作案，神出鬼没，屡屡得手……警方虽严密排查、步步紧逼，却几次错过抓捕凶手的机会…… 就在杂情山穷水尽疑无路时，细心的钟亮发现了凶手的下一个目标，并找到了“二赵”潜伏的小区。此时，已经感到末日来临的“二赵”决定挺而走险，亡命天涯。一场更为扑朔迷离、惊心动魄的死亡追踪随即展开…...
Salvia officinalis
由赵亮担纲的纪晓岚将“风流”与“纵横才气”有机地结合在一起，突破了以往的戏路；有中国最年轻“皇帝小生”之称的朱磊则将弘历这个重情重义的皇帝演绎得丝丝入扣，而初上
回什么回。
If I like to die, I may die in this store.
刘土地有两儿一女，老伴去世后，他含辛茹苦把儿女们拉扯长大，眼看着小儿子刘大海就要娶媳妇了，却因同村姑娘梁三朵“怀了孕”而终止了婚约。在刘土地的主持下，三朵嫁给了大海。婚后三朵才得知自己并非怀孕，而是得了一种恶性病。为了给三朵治病，刘家倾其所有，背负外债为三朵凑齐手术费。三朵出院后，怀着对刘家的感激之情和救命之恩努力生活，要用自己的双手还清外债。她在村里开了一间小酒坊，创业过程中历经磨难、困难重重，面对妯娌的从中作梗和对她有成见的小姑子的蓄意捣乱，原本生活艰辛的三朵又增添了磨难、坎坷和挑战。最终，坚韧不屈的三朵还是把这一切都一一化解了，用自己的善良和一颗感恩的心感动着身边的所有人。
系在外面担心被鲜血染脏了，系在里面又怕被汗水污染了，他只好依旧用封套包好，贴在胸口放着，时时刻刻能感受到它的存在，让它激励自己。
昭娘和安公主从京城到大漠，受尽折磨，而此时安公主（郑爽饰演）也已长大成人，并与突厥亲王阿羯那思慕（袁弘饰演）产生凄美爱情，但昭娘悲情的一生却最终因守护安公主而终，而安公主也知道了其身世秘密。
刚从复旦大学毕业的许诺（瞿颖 饰）好不容易拦上一辆出租车，今天是她去威臣大广告公司最后一道面试的大日子，但是向来迷糊的许诺竟把最重要的文件落在家里了，急中生智的许诺向旁边同样堵塞在路上的私家车的主人借用电话， 高积安（胡兵 饰）犹豫了一下把电话交给她，谁知瞬间出租车开动，连人带手机消失在眼前。
Data Poisoning Attack: This involves inputting antagonistic training data into the classifier. The most common type of attack we observe is model skew. Attackers pollute training data in this way, making classifiers tilt to their preferences when classifying good data and bad data. The second attack we have observed in practice is feedback weaponization, which attempts to abuse the feedback mechanism to manipulate the system to misclassify good content as abuse (e.g. Competitor's content or part of retaliatory attacks).
