Surviving the summer surge: a military psychologist’s guide to reducing stress of transition season
永久改变岗位是军事生活的标志。但即使对于经验丰富的军人来说，搬家也会引发一场完美的焦虑风暴。
Signers of the Declaration of Independence: Pennsylvania, Part 3
1776 年 7 月 4 日，第二届大陆会议代表通过了《独立宣言》。签署正式脱离英国的 56 名代表中有 9 名代表宾夕法尼亚州，其中 3 名是詹姆斯·史密斯、乔治·泰勒和詹姆斯·威尔逊。
International Naval Review Brings Marines, Sailors to NYC
数百名海军陆战队员和水手庆祝了美国 250 岁生日，并在纽约市举行的国际海军检阅会上展示了各军种对国家的贡献。
New drone czar’s success hinges on personalities, Pentagon politics: Experts
一位前五角大楼人工智能负责人表示，这取决于谁被任命为新无人机采购办公室的负责人，以及他们如何处理不可避免的摩擦，“这可能会成为一个绝招……[或者]它最终可能会看起来像 F-35。”
The state of play with the defense budget’s various moving parts
这是我们在 7 月国会回来后正在关注的内容。
Ukraine can soon build its own Patriots – but it could take years
乌克兰可能很快就会获得美国目前仅向少数盟友发放的许可证，但爱国者队可能需要数年时间才能保护乌克兰城市。
That Is Embarrassing: Why Frontier AI Still Makes Things Up, and What to Do About It
最好的人工智能模型仍然会产生幻觉。这些幻觉有时很有趣，有时会造成实际伤害。在这篇文章中，我们将考虑最近关于人工智能幻觉的故事，然后深入了解它们发生的原因。这篇文章《令人尴尬：为什么前沿人工智能仍然制造事情，以及如何应对它》首先出现在《走向数据科学》上。
Long Context Isn’t Free — I Built a Safe Prompt-Pruning Layer That Makes LLM Systems Work
法学硕士不会因为忘记而失败，而是因为记得太多而失败。随着对话的增长，提示会积累冗余和低价值的令牌，从而增加成本和延迟，同时默默地降低输出质量。本文介绍了一个确定性的提示修剪层，它可以在不破坏依赖关系的情况下减少令牌的使用，并由真正的基准测试和经过生产测试的设计提供支持。 文章《长上下文不是免费的——我构建了一个使 LLM 系统工作的安全提示修剪层》首先出现在《走向数据科学》上。
AI Enthusiasts Are in a Race Against Time, AI Skeptics Are in a Race Against Entropy
以下文章最初出现在 Charity Majors 的 Substack 上，经作者许可在此重新发布。我最近参加了一次演讲，其中一位演讲者对他们通过纯粹、未经切割的氛围编码所取得的成就做出了一些漂亮的……令人惊讶的声明。工程难题得到解决，积压工作得到清理。重写会有 [...]
This Week in AI: Chips, Checks, and Changing Jobs
本周，数据和人工智能传播者克里斯蒂娜·斯塔索普洛斯 (Christina Stathopoulos) 回来参加个人新闻发布会。克里斯蒂娜没有深入探讨一两个主题，而是将本周的头条新闻整理成几条线索：满足人工智能需求的物理硬件的进步、政府对前沿模型公司的监督范围扩大，以及 [...]
Prompt Injection to Data Exfil in 3 Hops
应该让您担心的事件不会造成破坏性的影响。没有任何内容被删除，没有任何崩溃，没有警报触发。员工要求客服人员汇总客户票据；代理正是这样做的，用户得到了一个有用的答案，在同一秒的某个地方，客户记录通过普通的 HTTPS [...]
Evolving Systems, Volume 17, Issue 2, June 2026
1) 结合金矿勘探策略和麻雀警报机制的改进沙猫群优化算法作者：Lingzhi Wang、Jiarui Zhao、Ling Zhu2) 增强肌电信号：一种优化自适应滤波方法作者：Madhava Rao Alla, Chandan Nayak3) 移动边缘网络和 SDN 中的计算卸载和调度作者：S. Dinesh Kumar, R. M. S. Parvathi4) POETIC-NET：通过图中心性关系增强的上下文特征表示，用于英语诗歌的情感识别作者：Praveen Kumar Kazipeta、Venkatrama Phani Kumar Sistla、Venkata Krishna Kish
Pre-training isn’t bitter enough
理查德·萨顿 (Richard Sutton) 的“惨痛教训”通常被解读为对人工智能系统构建过多人类知识的警告。从长远来看，获胜的方法不是那些最直接编码我们聪明直觉的方法，而是那些可扩展的方法：搜索、学习和其他可以吸收更多计算和数据的通用方法。乍一看，现代基础模型预训练看起来就像是该课程的胜利。我们采用通用架构，将其暴露给海量数据，并以简单的自我监督目标对其进行训练。语言模型预测下一个标记。视觉模型重建遮罩斑块、对齐视图或匹配教师表示。该配方简单且可扩展。但有一个问题。预训练可能会遵循“痛苦的教训”来训练模型，但不会选择模型应该训练的内容。目标仍然是在训练循环之外选择的。我们进行大规模的预训练
A medical algorithm must not confuse cost with health
胡安·安东尼奥·略雷特 | DOI：https://doi.org/10.21428/39829d0b.557cee94 | 2019 年，由医生兼经济学家 Ziad Obermeyer 领导的研究团队对一种已经在美国卫生系统中悄悄运行的商业算法进行了逆向工程。该工具由 Optum 出售，帮助确定每年大约 2 亿人口中的哪些患者会……医疗算法不得将成本与健康混淆 Leer más »
Red Hat will support your RHEL forever now - for a price
只要您愿意付费，红帽的新长效附加组件就会延长对特定版本的支持。
Video Friday: A World Cup for Robots
Video Friday 是您每周精选的精彩机器人视频，由您在 IEEE Spectrum 机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。RSS 2026：2026年7月13日至17日，悉尼多机器人系统暑期学校：2026年7月29日至8月4日，布拉格Actuate 2026：2026年8月18日至19日，旧金山2026：2026年9月27日至10月1日，匹兹堡首尔类人机器人峰会：2026 年 9 月 22 日至 23 日，首尔欣赏今天的视频！两支完整的人形机器人团队首次在硬件上进行了 11 对 11 的足球比赛，使机器人技术最雄心勃
Piyush Goyal set to visit Belgium, Spain and Finland this week
商务部长皮尤什·戈亚尔开始对西班牙、比利时和芬兰进行为期五天的欧洲之行。他将讨论如何增加与这些国家的贸易和投资机会。部长代表团成员包括来自各个关键领域的印度领先企业。讨论将集中于外国直接投资和有弹性的供应链。此次访问是在与欧盟签署自由贸易协定之后进行的。
