Coelogyne tripurensis，Adit et Kumar，2024 年。DOI：10.11646/phytotaxa.668.1.5 摘要Coelogyne tripurensis 被描述为科学界的新物种。这种附生兰花是在印度东北部特里普拉邦 Jampui Hills 的潮湿阔叶林中发现的，该地位于印度-缅甸生物多样性热点的最西端。已提供证据来描述新描述的物种及其与密切相关分类群的显著差异。我们讨论了 C. fuliginosa、C. leungiana 和 C. pallens 作为不同物种的复活。此外，还介绍了 C. chrysotropis、C. ovalis 和 C. p
Fine-Tuning BERT for Text Classification
一个带有 Python 代码的可破解示例尽管当今的 100B+ 参数转换器模型是 AI 领域最先进的模型，但我们仍然可以使用较小的（<1B 参数）模型完成很多工作。在本文中，我将介绍一个这样的示例，即微调 BERT（1.1 亿个参数）以对网络钓鱼 URL 进行分类。我将首先介绍关键概念，然后分享示例 Python 代码。图片来自 Canva。微调微调涉及通过额外的训练将预训练模型调整到特定用例。预训练模型是通过无监督学习开发的，从而无需大规模标记数据集。然后，与从头开始训练相比，经过微调的模型可以利用预先训练的模型表示来显着降低训练成本并提高模型性能 [1]。微调大型语言模型 (LLM)将训练
Army SMDC reviewing classification in push for improved integration with allies
SMDC 第一太空旅负责人 Mark Cobos 上校在 10 月 7 日接受 Breaking Defense 采访时表示，该指挥部和该旅已经在建立盟国伙伴关系方面“取得进展”——首先是与英国建立伙伴关系。
GAO 审查了美国卫生和公众服务部、医疗保险和医疗补助服务中心 (CMS) 的新规则，标题为“医疗补助计划；......
Malware by the (Bit)Bucket: Unveiling AsyncRAT
最近，我们发现了一场复杂的攻击活动，该攻击活动采用多阶段方法通过名为 Bitbucket 的合法平台传播 AsyncRAT。
374th CES sorts, distributes specialized toolkits for the Pacific
第 374 土木工程中队的飞行员进行了单位类型代码熟悉培训；学习分配给每件设备或工具的具体代码。
2024/10/05 DART and Coordinated Robotics Take Top Spots in the DARPA Triage Challenge Event 1
准确、快速地识别损伤的关键生理特征（例如出血和气道损伤）的能力被证明是 DARPA 伤情诊断挑战赛 1 取得成功的关键。DART 在系统竞赛中名列前茅，而 Coordinated Robotics 在虚拟竞赛中名列榜首，并在数据竞赛中获胜。DARPA 资助和自筹资金的团队在整个 DARPA 伤情诊断挑战赛中并肩竞争。只有自筹资金的团队才有资格获得挑战赛的奖项，但他们必须在系统竞赛中排名前五，在虚拟竞赛中排名前五。所有合格的团队都有资格获得决赛的奖项。这些自筹资金的团队每获得一等奖，将获得 60,000 至 120,000 美元的奖金。
5 Common Misconceptions About Bloom’s Taxonomy
许多教育工作者对布鲁姆分类法及其层次存在误解，如以下错误所示。文章《关于布鲁姆分类法的 5 个常见误解》首先出现在 TeachThought 上。
摘要：本报告涉及两个目标：(1) 开展全岛调查和测绘计划，记录密西西比州鹿岛的栖息地和土地覆盖类型；(2) 对鹿岛的森林资源进行评估，并提出改善和扩大岛上海滨森林范围的建议。记录了多样化的栖息地，包括 30 多种不同的栖息地和土地覆盖类型，从湿地沼泽到海滨森林和沙脊。栖息地和土地覆盖调查（以及随附的地图）支持正在进行的和未来的生态系统恢复活动，提供基线数据以进行随时间的变化分析，并为与管理岛上自然资源相关的决策提供信息。此外，对鹿岛森林的描述记录了一系列由海拔梯度、土壤、入侵物种存在和其他因素决定的森林健康状况。总的来说，所提供的数据为与岛上恢复活动相关的正在进行的规划工作以及未来的管理机会提
如何在不进行条件 dropout 的情况下将无分类器指导 (CFG) 应用于您的扩散模型？扩散模型生成采样的最新替代方案是什么？在本文中找到答案！
Image classification in machine learning: A full guide (2024) | Viam
了解机器学习（包括深度学习方法）中的图像分类的工作原理。了解与物体检测的区别、如何标记图像以及如何将模型部署到您的机器上。
Munidopsis sedna Rodríguez-Flores, Ambler & Nizinski, 2024DOI：10.3897/zse.100.127169摘要西大西洋拥有种类繁多的蹲龙虾，尤其是 Munidopsidae 科。本研究介绍了 Munidopsis sedna sp. nov.，该物种仅在墨西哥湾发现，也是据报道第一种在西大西洋冷泉中特有的物种。我们的研究结合了形态学分析，包括微型 CT 扫描证据、多位点分子系统发育和 mtDNA 系统地理学，以及来自现场观察和地理分布模式的生态数据，以证实对新物种的识别。浅层分子分歧和多种形态差异使新物种与其最亲近的亲戚 M. l
数据来源：稳健的系统基因组学解决了分类争议并揭示了 Laufeia 进化枝（蜘蛛亚科、跳蛛科、真佛里蛛）雄性栓塞复合体的进化摘要Laufeia 进化枝是真佛里蛛属跳蛛的一个特殊谱系，其雄性生殖器结构表现出较高的分化，尤其是在精子转移过程中直接与雌性生殖器相互作用的栓塞复合体。随着 Laufeia 进化枝中物种发现的快速增长，其分类争议已成为一个关键问题。在本研究中，我们应用系统基因组学方法，使用超保守元素数据推断 Laufeia 进化枝的系统发生，并进行了广泛的分类单元采样。还进行了比较形态学研究，以评估诊断性状并了解 Laufeia 进化枝内雄性栓塞复合体的进化。结果为 Laufeia 进化
Curcuma borealis Saensouk, P.Saensouk & Boonma，收录于 P. Saensouk, S. Saensouk, Maknoi et Boonma, 2024。DOI：10.3390/horticulturae10080787摘要本研究介绍了 Curcuma borealis Saensouk、P.Saensouk 和 Boonma 以及 C. retrocalcaria Saensouk、P.Saensouk 和 Boonma，它们是姜科姜黄属中新发现的两个物种，分别发现于泰国北部的夜丰颂府和清迈府。本研究旨在阐明这些物种的分类学身份，它们最初与 C.
Achieve Better Classification Results with ClassificationThresholdTuner
用于调整和可视化二分类和多分类问题阈值选择的 Python 工具调整分类问题中使用的阈值（即调整用于决定预测一个类别还是另一个类别的概率的截止值）是一个有时会被遗忘的步骤，但很容易做到并且可以显著提高模型的质量。这是大多数分类问题都应该执行的步骤（根据我们希望优化的内容，有一些例外，如下所述）。在本文中，我们将仔细研究执行此操作时实际发生的情况 — 特别是在多分类中，这可能会有点微妙。我们将介绍我自己编写的开源工具 ClassificationThesholdTuner，它可以自动化并向用户描述该过程。考虑到调整阈值的任务在分类问题中是多么常见，以及不同项目之间的过程通常有多么相似，我已经能够
