模型关键词检索结果

有一个简单的方法可以大幅减少 AI 能源的使用

There's a simple way we could drastically cut AI energy use

如果用户每次使用 AI 执行任务时都选择最高效的模型,研究人员计算出,能耗将减少四分之一以上

巴斯科学家设计了肽“开关”,使帕金森氏症蛋白质保持健康状态

Bath scientists design peptide ‘switch’ that keeps Parkinson’s protein in its healthy form

巴斯大学的研究人员与牛津大学和布里斯托尔大学合作开发了一种分子,可以防止与帕金森病和相关痴呆症相关的蛋白质聚集和积聚。该团队已成功证明它在帕金森氏症动物模型中有效,并希望将来能够找到一种减缓疾病进展的治疗方法......

超轻暗物质晕中的漩涡可以揭示宇宙结构的新线索

Vortices in ultralight dark matter halos could reveal new clues to cosmic structure

暗物质的本质仍然是宇宙学中最大的谜团之一。在非碰撞冷暗物质 (CDM) 的标准框架内,考虑了各种模型:WIMP(弱相互作用大质量粒子,质量约为 100 GeV/c2)、原初黑洞和超轻轴子样粒子(质量为 10-22 至 1 eV/c2)。在后一种情况下,暗物质的行为就像薛定谔方程描述的波,而不是点粒子的集合。这会在小尺度上产生特定的行为,同时在大尺度上遵循标准动态(CDM)。

Switchboard-Affect:会话语音的情绪感知标签

Switchboard-Affect: Emotion Perception Labels from Conversational Speech

了解语音情感数据集管理和标记的细微差别对于评估语音情感识别 (SER) 模型在现实应用中的潜力至关重要。大多数训练和评估数据集包含表演或伪表演语音(例如播客语音),其中情绪表达可能被夸大或以其他方式故意修改。此外,基于人群感知标记的数据集通常缺乏给注释者的指导方针的透明度。这些因素使得理解模型性能和确定需要改进的必要领域变得困难。到...

Splash Music 使用 AWS Trainium 和 Amazon SageMaker HyperPod 改变音乐生成方式

Splash Music transforms music generation using AWS Trainium and Amazon SageMaker HyperPod

在这篇文章中,我们展示了 Splash Music 如何通过在 Amazon SageMaker HyperPod 上结合使用其先进的 HummingLM 模型和 AWS Trainium,为 AI 驱动的音乐创作设定新标准。作为 2024 年 AWS Generative AI Accelerator 中入选的初创公司,Splash Music 与 AWS Startups 和 AWS GenAIIC 密切合作,以快速跟踪创新并加速其音乐生成 FM 开发生命周期。

机器学习与面板数据的结合:从业者需要了解什么

Machine Learning Meets Panel Data: What Practitioners Need to Know

如何避免由于隐藏的数据泄漏而高估机器学习模型的性能、有用性和现实世界的适用性机器学习遇见面板数据:从业者需要知道什么首先出现在走向数据科学上。

麻省理工学院的研究人员教人工智能识别个人物体

MIT-forskare lär AI att känna igen personliga objekt

麻省理工学院的研究人员开发了一种方法,教生成式人工智能模型识别和定位个人物品,这可能会彻底改变我们在日常生活中与技术互动的方式。该项目旨在通过提高人工智能识别对用户非常重要的物体的能力,使人工智能更具适应性和个性化,例如特定的[…]麻省理工学院研究人员教人工智能识别个人物体的帖子首次出现在人工智能新闻中。

IEEE Transactions on Emerging Topics in Computational Intelligence 第 9 卷,第 5 期,2025 年 10 月

IEEE Transactions on Emerging Topics in Computational Intelligence Volume 9, Issue 5, October 2025

1) 激励联合学习:调查作者:Akarsh K Nair、Sinem Coleri、Jayakrushna Sahoo、Linga Reddy Cenkeramaddi、Ebin Deni Raj 页数:3190 - 32092) 用于神经形态计算的可重构数字 FPGA 实现:关于最新进展和未来方向的调查作者: Edris Zaman Farsa, Arash Ahmadi, Oliver Keszocze 页数:3210 - 32323) 基于金属氧化物人工突触设备的机器学习模型的设计和优化作者:Yildiran Yilmaz, Fatih Gul 页数:3233 - 32434) 不完整数

BLS 私人 NFP 中的 ARIMA(1,1,1) 与基于 ADP 的 ECM

ARIMA(1,1,1) in BLS Private NFP vs. ADP Based ECM

我估计了 2021-2025M08 的三个模型,调整后的 R2 在 0.54(基于 ADP 数据)到 0.71(基于 ADP 数据)之间。以下是我对 BLS 报告的 9 月和 10 月私人 NFP 的预测:对于初步基准 BLS 系列中的 ARIMA(1,1,1)。 对于 ADP 中的 ECM [...]

10 年期国债收益率的市场溢价跌至 12 个月低点

Market Premium For 10-Year Treasury Yield Falls To 12-Month Low

根据 CapitalSpectator.com 运行的三个模型的平均估计,美国 10 年期国债收益率与“公允价值”估计之间的利差已收窄至一年来的最小差距。最新的月度分析反映了截至 9 月份的数据,反映了今年市场溢价的持续下降。 [...]

10 周五上午阅读

10 Friday AM Reads

我的周末早班火车 WFH 中写道: • 重新审视“智能漂移” 为什么人工智能模型仍然感觉自己变得越来越笨。法学硕士一开始看起来很棒,但随着时间的推移逐渐变得“愚蠢”。对于 GPT-4 和 Claude 3.5 Sonnet 等模型,用户报告了更糟糕的答案、不完整的回答以及完全拒绝工作。 (人工…阅读更多 周五上午 10 点阅读的帖子首先出现在 The Big Picture 上。

从样本到总体的概括(专家)

Generalising from sample to population (wonkish)

在检查随机实验的结果时,令我反复印象深刻的是它们与理论模型的相似程度。两者都有一个根本的局限性:它们都是在人为条件下构建的,并且在内部有效性和外部有效性之间进行权衡。控制力和人为性越大,内部效度就越高——但 [...]

需要思考的事情 #13 - AI 是否已趋于稳定?和将美国霸权货币化

Things to think about #13 - Is AI plateauing? and Monetising US hegemony

ReSolve 资产管理公司负责人 Adam Butler 在 ChatGPT 5 公开推出后对人工智能做出了有趣的观察。实际上,他认为人工智能周期目前已经结束。问题不在于模型停止改进。我们需要的改进是以数量级而不是百分点来衡量的。现在,缩放法则的每一步都需要相当于一个城市的电力和相当于一个主权财富基金的 GPU。你仍然可以从专家的混合中挤出聪明的技巧,或者将微小​​的专家链接到看起来像代理机构的东西中;使演示视频保持电影般的效果。它只是无法让我们获得超级智能。为此,我们要么需要建筑奇迹(从定义上来说是不可预测的),要么是土木工程奇迹(长达十年的冲刺建造核电站和 2 纳米工厂)。首先是运气。第

时间问题

A question of time

我最近一直在思考时间。在经济学和金融学中,时间是我们分析的核心。毕竟,我们关心的大多数信息都是随着时间的推移而传播和分散的。因此,我们将信息嵌入模型的方式,以及如何排序和组织这些信息,通常只是时间问题。嵌入时间中的信息是强大的,往往是压倒性的。

为什么批判性思维是明智使用人工智能的关键

Why critical thinking is key to using AI wisely

回归客座作家 Stephanie Simoes 是 Critikid.com 的主创,该网站通过互动课程、工作表和课程计划向儿童和青少年传授批判性思维。本文旨在帮助教育工作者(和家长)更有效地教导孩子以积极的方式使用大型语言模型和其他形式的人工智能。在《斐德罗篇》中,柏拉图表达了这样的担忧:如果人们学习写作,就会“在他们的灵魂中植入健忘”。 1975 年的《科学新闻》引用了一项调查,该调查显示“72% 的受访者反对为每个七年级学生配备一台计算器,供其在中学教育期间使用。”生成式人工智能是同一反对派的最新目标,自美国教育部发布其《在教育领域推进人工智能的提议优先事项》以来,争论愈演愈烈。“在教育

我们是否生活在一个愚蠢的黄金时代?

Are we living in a golden age of stupidity?

从令人脑残的视频到人工智能的蔓延,每一项技术进步似乎都让独立工作、记忆、思考和运作变得更加困难……走进美国剑桥的麻省理工学院 (MIT) 媒体实验室,感觉未来更近了一些。玻璃柜展示着奇怪而奇妙的创作原型,从微型桌面机器人到由人工智能模型创作的超现实主义雕塑,该模型提示设计由身体部位制成的茶具。在大厅里,一位名叫奥斯卡的人工智能垃圾分类助手可以告诉你用过的咖啡杯应该放在哪里。五层楼的研究科学家 Nataliya Kosmyna 一直在研究可穿戴脑机接口,她希望有一天能让那些因肌萎缩侧索硬化症等神经退行性疾病而无法说话的人能够用自己的思想进行交流。Kosmyna 花费了大量时间来阅读和分析人们的大

当地球移动时:25 年的概率性断层位移危险

When the Earth Moves: 25 Years of Probabilistic Fault Displacement Hazards

引起地震的地表破裂对基础设施和人类生命构成风险,但过去几十年模型和数据的进步提高了我们减轻其影响的能力。

像 GPT 这样“阿谀奉承”的法学硕士无法挑战不合逻辑的医学查询

‘Sycophantic’ LLMs like GPT fail to challenge illogical medical queries

大型语言模型 (LLM) 旨在提供帮助,但不能以牺牲诚实为代价。他们生成的信息必须事实准确、逻辑合理并与既定知识相符。这在医学等高风险领域尤其重要,因此可能不具备临床知识的患者在他们的[...]