Generate Gremlin queries using Amazon Bedrock models
在这篇文章中，我们探索了一种创新方法，该方法使用 Amazon Bedrock 模型（例如 Amazon Nova Pro）将自然语言转换为 Gremlin 查询，从而帮助业务分析师和数据科学家访问图形数据库，而无需深厚的技术专业知识。该方法涉及三个关键步骤：提取图形知识、构建类似于文本到 SQL 处理的图形，以及通过迭代细化过程生成可执行的 Gremlin 查询，该过程在测试中实现了 74.17% 的总体准确率。
How a new device can use static electricity on your clothes to help you chat to Siri or ChatGPT
根据国际研究人员的说法，你的衣服可以帮助你与人工智能系统聊天，他们开发了一种新的纺织品，可以放大你说话时衣服上产生的静电。该设备的语音感知准确率高达 97.5%，能够区分细微的声音，同时在嘈杂的环境中保持准确度。该团队能够使用它来控制灯光和空调等家用智能电器，与 Google 地图交互，并向 ChatGPT 询问鸡尾酒配方和旅行行程。该团队表示，他们的开发为下一代智能可穿戴语音人工智能系统奠定了基础。
Analyzing Dialectical Biases in LLMs for Knowledge and Reasoning Benchmarks
大型语言模型 (LLM) 在现代自然语言处理中无处不在。然而，之前的研究表明，代表性不足的英语方言的法学硕士成绩有所下降。我们分析了将“标准”美式英语问题典型化为非“标准”方言变体对多项选择题回答任务的影响，发现准确率降低了 20%。此外，我们还调查了非“标准”英语问题中表现不佳的语法基础。我们发现各个语法规则对性能有不同的影响，但有些更……
Future AGI Secures $1.6M to Launch the World’s Most Accurate AI Evaluation Platform
AI 的应用正在蓬勃发展，然而，由于缺乏全面的评估工具，团队只能猜测模型是否失败，从而导致效率低下和迭代周期延长。Future AGI 正着手解决这一问题，推出其 AI 生命周期管理平台，旨在帮助企业在 AI 应用中实现 99% 的准确率。为了加速实现其愿景，[…]文章 Future AGI 获得 160 万美元融资，推出全球最准确的 AI 评估平台首次出现在 Unite.AI 上。
InsectNet technology identifies insects around the world and around the farm
爱荷华州立大学的研究人员领导开发了 InsectNet，以帮助世界各地的农民。该应用程序由 1200 万张昆虫图像数据集支持，其中包括许多由公民科学家收集的图像，可以识别和预测超过 2500 种昆虫，准确率超过 96%。
虽然将它塞进耳朵里可能不那么容易，但据 META 的研究人员称，你的智能手机很快就会成为《银河系漫游指南》中的巴别鱼（一种能够实时进行语言翻译的小鱼）。虽然大多数现有的机器学习翻译系统都是面向文本的，或者涉及多个步骤——通常将语音翻译成文本，然后将其转换为另一种语言的语音——但这种名为 SEAMLESSM4T 的新模型可以立即进行语音到语音的翻译，涵盖 101 种语言。该人工智能模型能够过滤背景噪音并适应语音变化，翻译准确率比其他翻译器高出 23%。作者表示，该资源将提供给公众非商业用途。
AI Replicates Your Personality in 2 Hours
为什么重要：AI 以 85% 的准确率在 2 小时内复制您的个性，释放技术、行为和道德方面的创新。
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。
Walk this way: AI could identify you based on your distinctive walk
AI 可能能够根据人们的步态识别他们，从而有朝一日能够将你独特的步态用作家庭或机场安保系统的一部分，或帮助确认犯罪嫌疑人的身份。研究人员对来自不同国家的 700 多人进行了 AI 模型训练，让他们走在压力垫上，以测量行走时施加在地面上的独特力量。他们发现，AI 模型根据人们的步态识别他们的能力在 52% 到 100% 之间，鞋子、步行速度和体重等因素都会影响人们的行走方式。对穿着自己鞋子的人进行训练的模型准确率高达 89%，突显出这种分析在个性化医疗保健和安全方面可以发挥重要作用。
GreyOrange Recognized as a Sample Vendor in Gartner® Hype Cycle™ for Retail Technologies 2024
Gartner 在“商店中的物品级 RFID”研究中认可了 GreyOrange，该研究针对的是其零售软件即服务 (SaaS) 库存管理和商店执行平台 gStore，该平台可提供 98% 的库存准确率
Researchers Create AI-Powered Electronic Tongue To Detect Food Freshness and Safety Instantly
宾夕法尼亚州立大学的电子舌头通过人工智能增强，通过定义自己的参数，可以检测液体中细微的变化，用于食品安全和诊断，准确率超过 95%。新开发的电子舌头可以区分类似液体的细微差别，例如含水量不同的牛奶，以及识别各种产品，[...]
Data Leakage in Preprocessing, Explained: A Visual Guide with Code Examples
数据预处理预处理管道泄漏的 10 种隐秘方式在我教授机器学习的经验中，学生经常会遇到同样的问题：“我的模型表现很好——准确率超过 90%！但是当我将其提交给隐藏数据集进行测试时，它现在不那么好了。哪里出了问题？”这种情况几乎总是指向数据泄漏。当测试数据中的信息在数据准备步骤中潜入（或泄漏）到您的训练数据中时，就会发生数据泄漏。这通常发生在常规数据处理任务中，而您没有注意到。当发生这种情况时，模型会从它不应该看到的测试数据中学习，从而使测试结果具有误导性。让我们看看常见的预处理步骤，看看数据泄漏时究竟会发生什么——希望您可以在自己的项目中避免这些“管道问题”。所有视觉效果：作者使用 Canva
AI Takes the Pulse: Revolutionizing Heart Disease Detection in Dogs
剑桥大学的研究人员开发了一种机器学习算法，可以以 90% 的准确率检测狗的心脏杂音，类似于心脏病专家。这项突破性研究提供了一种经济实惠、有效的筛查工具，可以显著改善狗的生活质量，尤其是那些容易患二尖瓣疾病等心脏病的狗。革命性的 [...]
Собаки-онкологи уходят в отставку: создан цифровой аналог обоняния
准确率高达 97%：科学家找到了一种“嗅出”癌症的新方法。
摘要：自动对建成基础设施进行分类是全球规划的需要。然而，单个指标存在弱点，包括与裸地光谱混淆，并且深度学习的计算要求很高。我们提出了一种计算量轻量的方法来对建成基础设施进行分类。我们使用一组光谱指标和一个新颖的红波段纹理层，其全局阈值由 12 个不同站点（每个站点两个季节性变化的图像）确定。使用 Sentinel-2 影像评估了多个光谱指标。我们的纹理指标使用红波段将建成基础设施与光谱相似的裸地分开。我们的评估通过评估 24 张图像中一系列特定于站点的最佳指标阈值的地面真实点来产生全局阈值。这些用于对集合进行分类，然后使用光谱指标、纹理和分层随机抽样指导训练数据选择。训练数据适合随机森林分类器
Dejaview: корейский ИИ научился предсказывать преступления
新技术预测事件的准确率高达 82.8%。
Месяцы вместо минут: геофизики научились предсказывать землетрясения
机器学习算法在三个月内预测灾难的准确率达到 80%。
