Real Gross Product is Increasing – Third Estimate
摘自经济分析局。国内生产总值（第三次估计）、企业利润（修订估计）和各行业 GDP，2024 年第二季度和年度更新部分报告：实际国内生产总值 (GDP) 以 3.0% 的年率增长，如 2024 年第二季度所示（表 1）。这是根据 […] 实际总产值正在增加 – 第三次估计首先出现在 Angry Bear 上。
自俄罗斯特种军事行动开始以来，美国及其盟国向乌克兰提供的援助总额（军事和人道主义）估计为 2420 亿美元。
一项新的全国调查的证据及其对美国联邦政策的影响 美国雇主正在部署人工智能和自动化工具来监控和管理工人，包括跟踪工人的位置、活动和生产力，并根据这些数据做出有关工人的时间表、任务、薪酬、晋升和纪律的决策。研究人员、工人权利领袖、记者和政策制定者 […] 文章《估计工作中自动化管理和监视技术的普及程度及其对工人福祉的影响》首先出现在 Equitable Growth 上。
Accelerating particle size distribution estimation
麻省理工学院的研究人员将一种新型基于人工智能的药物制造估算器的速度提高了 60 倍。
Estimates of the Cost of Federal Credit Programs in 2025
CBO 以两种方式估算 2025 年联邦信贷计划的成本——遵循《联邦信贷改革法》规定的程序，并使用公允价值法（衡量政府债务的市场价值）。
Maybe the FOMC isn’t so surprised by the payroll benchmark revision estimate
可能对单个引言的解读有些夸大，但在 7 月 30-31 日的 FOMC 会议纪要中，有这样一段话：“许多与会者指出，报告的工资增长可能被夸大了，还有几位与会者认为，工资增长可能低于在劳动力持平的情况下保持失业率不变所需的水平[...] 这篇文章《也许 FOMC 对工资基准修正估计并不感到意外》最先出现在 Econoday, Inc. 上。
Military sexual assault rate higher than DOD estimates, report finds
报告发现，在阿富汗战争期间，24% 的现役女性和 1.9% 的现役男性遭受过性侵犯。
美国政府问责署 (GAO) 的发现根据现行的清洁水州循环基金 (SRF) 计划拨款公式，环境保护署 (EPA) 每年向各州拨款固定百分比。从 2019 年到 2023 年，各州每年平均获得 600 万美元至 2.08 亿美元的拨款。各州将其大部分清洁水 SRF 资金用于废水基础设施，例如处理厂和下水道管道。由美国政府问责署召集的专家小组商定了一项新公式，该公式强调清洁水需求，并包括人口和经济负担。专家们使用美国政府问责署的多步骤公式开发流程来考虑这些变量和其他变量如何与计划目标保持一致，包括水质和可负担性。美国政府问责署专家小组为清洁水州循环基金计划拨款而制定的公式专家们还表示，EPA 应根据
GAO 发现的内容在退伍军人事务部 (VA) 内，解决方案管理、多样性和包容性办公室负责管理平等就业机会 (EEO) 投诉处理。2023 年综合拨款法案要求 VA 部长向公众提供一份关于其就业歧视投诉解决系统若干方面的年度报告。除其他事项外，VA 还应报告 VA 员工所需比例的估计值，其职责包括 EEO 咨询功能，相对于全职 VA 员工的数量。2023 年 12 月，VA 在其网站上发布了其 2023 年综合拨款法案年度报告。VA 报告称，“EEOC [平等就业机会委员会] 尚未公布咨询师与 FTEE [全职员工] 的建议比例。”此后，退伍军人事务部在其网站上更新了报告，其中还包括了目前履行平
美国政府问责署的发现根据美国教育部全国高等教育学生资助研究 (NPSAS) 的学生数据，美国政府问责署估计 2020 年有 23% 的大学生 (380 万) 经历过粮食不安全。美国农业部将粮食安全范围定义为高、边际、低和非常低，并将粮食安全水平低或非常低的学生归类为粮食不安全。在 2020 年粮食不安全的学生中，大多数 (220 万) 的粮食安全水平非常低，这意味着他们报告了多次进食不足或因为买不起足够的食物而跳过饭菜的情况。符合条件的低收入家庭可获得 SNAP 福利，以帮助他们支付食物费用。要使学生有资格获得 SNAP，他们必须满足额外的学生特定标准，例如每周至少从事有偿工作 20 小时。根
机器学习，特别是深度神经网络，专注于开发能够准确预测结果并量化与这些预测相关的不确定性的模型。这种双重关注在医疗保健、医学成像和自动驾驶等高风险应用中尤其重要，在这些应用中，基于模型输出的决策可能会产生深远的影响。准确的不确定性估计有助于评估 MIT 研究人员提出 IF-COMP：一种可扩展的不确定性估计解决方案，并在分布偏移下改进深度学习中的校准 首先出现在 AI Quantum Intelligence 上。
RTMW: A Series of High-Performance AI Models for 2D/3D Whole-Body Pose Estimation
全身姿势估计是提高以人为本的 AI 系统能力的关键组成部分。它在人机交互、虚拟化身动画和电影行业中很有用。由于任务的复杂性以及有限的计算能力和数据，该领域的早期研究具有挑战性，因此研究人员专注于估计单独的姿势。文章 RTMW：一系列用于 2D/3D 全身姿势估计的高性能 AI 模型首先出现在 AI Quantum Intelligence 上。
