据去年 10 月首次提出该系统的计算机科学教授 Phil Lewis 称，拟议的新招生系统旨在更公平地为学生分配课程，而不是遵循先到先得的“赢家通吃”方法。文章《UGS 辩论算法招生系统提案，通过支持无证学生的决议》首先出现在《斯坦福日报》上。
DOJ Sues 6 Landlords Over Alleged Algorithmic Rent-Fixing Scheme
美国司法部起诉 6 名房东涉嫌算法操纵租金美国司法部 (DOJ) 周二表示，正在起诉六家大型房东，指控它们在住房租赁市场存在反竞争行为，扩大了司法部第一起指控算法勾结的案件。2024 年 8 月，美国司法部和一个州联盟在北卡罗来纳州提起反垄断诉讼，指控物业管理软件公司 RealPage 通过该公司的软件共享定价信息，使房东能够进行勾结，然后该软件会推荐租金价格。美国司法部指控，房东通过电话、电子邮件和 RealPage 主办的用户组交换有关租金、入住率和定价策略的竞争敏感信息。这些房东——Cortland Management、Greystar Real Estate Partners、Bla
Algorithms Expose Vulnerabilities of Dictatorships
它是为何重要的：发现算法如何暴露独裁统治的脆弱性，揭示了对专制弱点和透明度的见解。
Advanced algorithm reduces errors in land cover classification for landslide analysis
土地利用和土地覆盖 (LULC) 分析由于对环境的直接影响而在环境研究中变得越来越重要。LULC 的变化会影响生态和气候平衡，此外还会增加地形对危险现象的敏感性。
Algorithms could be coming for the job of whiskey-tasting
国际研究人员表示，尽管他们无疑不那么喜欢威士忌，但算法在品尝威士忌方面可能比人类专家做得更好。该团队开发了一种算法，该算法经过训练，可以使用威士忌分子组成的数据来识别其产地和品尝笔记。很难从一组训练有素的人类专家那里就品酒笔记达成共识，因此研究人员将他们的算法对七种美国威士忌和九种苏格兰威士忌的评估与 11 人专家小组和另一个神经网络模型进行了比较。研究人员表示，他们的算法能够以 90% 的准确率识别威士忌的产地，并且他们的算法和另一个模型都能够比人类小组中的任何一位专家更准确地识别每种威士忌的五种最强烈的味道。
Humanity’s fate can't be left to algorithms, UN chief tells Security Council
联合国秘书长周四敦促安理会果断采取行动，为人工智能 (AI) 建立国际护栏，并警告说，拖延可能会加剧全球和平与安全的风险。阅读完整故事“联合国秘书长告诉安理会，人类的命运不能留给算法”，globalissues.org →
Coati Optimization Algorithm for Nuclei Segmentation
为什么重要：Coati 核分割优化算法可提高生物医学成像的准确性、效率和精确度。
AI in health should be regulated, but don’t forget about the algorithms, researchers say
在最近的一篇评论中，麻省理工学院、Equality AI 和波士顿大学的团队强调了医疗保健领域对人工智能模型和非人工智能算法的监管存在差距。
Social media algorithms can change your views in just a single day
您在社交媒体上看到的内容通常由算法决定 - 事实证明，这些算法可以迅速改变您的观点
UGA researchers unveil the development of a novel quantum computing algorithm
新方法可能有助于疾病研究的应用。UGA 研究人员揭开了一种新型量子计算算法的开发一文首先出现在 UGA Today 上。
Risk algorithm used widely in US courts is harsher than human judges
在决定是否让人们在家中或在监狱中等待审判时，美国法官可以使用风险评分算法。但它通常给出的建议比人类更严厉
Faster Algorithms for User-Level Private Stochastic Convex Optimization
我们研究用户级差分隐私 (DP) 约束下的隐私随机凸优化 (SCO)。在这种情况下，有 nnn 个用户，每个用户拥有 mmm 个数据项，我们需要保护每个用户整个数据项集合的隐私。现有的用户级 DP SCO 算法在许多大规模机器学习场景中都不切实际，因为：（i）它们对损失函数的平滑度参数做出了限制性假设，并要求用户数量随着参数空间的维数呈多项式增长；或（ii）它们的速度非常慢……
