ILuvUI: Instruction-Tuned Language-Vision Modeling of UIs from Machine Conversations
多模式视觉模型（VLMS）从对图像和语言的融合理解中启用了强大的应用程序，由于缺乏UI培训数据，Butmany在UI任务上的表现较差。在本文中，我们通过将现有基于像素的方法与大语言模型（LLM）相结合，以将VLM的配对文本构想数据与UI域生成对UI域。与Plior Art不同，我们的方法不需要人提供的注释，并且可以应用于UI屏幕截图的任何数据集。我们生成了335K的对话示例的adataset，并与涵盖问答的UI配对，UI…
对于任何人来说，经常发现人类教师对学生的写作反馈比人工智能工具更好的反馈也就不足为奇了。一项新的研究得出了相同的结论。但是，这项新研究的原因是从句子纠正到更深入的对话：LLM的定性见解和教师对学生写作的反馈[…]
Pat Tillman Foundation names Stephanie Mitchell and Brian Riley in class of 2025 scholars
帕特·蒂尔曼基金会（Pat Tillman Foundation）本周宣布了2025年的蒂尔曼学者课，其中包括两名华盛顿大学的学生，这些学生体现了帕特·蒂尔曼（Pat Tillman）代表的价值观：领导，服务，奖学金和影响力。斯蒂芬妮·米切尔（Stephanie Mitchell）是大学环境与职业健康科学系（DEOHS）和军事配偶的三年级博士生。
我在上周发布的一些有趣的链接（我还将这些链接发布在Mastodon，Threads，NewsMast和Bluesky上）：AI可以帮助改善员工的保留吗？经理会对它可能揭示的内容感到高兴吗？ https://www.datasciencecentral.com/utilize-machine-learning-to-improve-emplove-rployee-retention-rates/this Clown因其角色而毫无疑问，为什么他未能以有意义的方式脱颖而出？ https://www.theverge.com/ai-Artaver-intelligence/697129/rfk-jr-
QuantSpec: Self-Speculative Decoding with Hierarchical Quantized KV Cache
大型语言模型（LLMS）越来越多地被部署在边缘设备上，以进行长篇文章设置，从而越来越需要快速有效的长篇小说推断。在这些情况下，就GPU内存和延迟而言，键值（KV）缓存是主要的瓶颈，因为必须为每个解码步骤加载完整的KV缓存。虽然投机解码是一种广泛接受的技术来加速自回归解码，但由于KV缓存优化策略效率低下，现有方法通常难以实现大幅加速，并导致较低的接受率。到…
Adoption of generative AI will have different effects across jobs in the U.S. logistics workforce
概述生成的人工智能有望深刻地重塑劳动力市场，就像以前的自动化浪潮一样，但存在明显的差异。与早期的技术（例如计算机化）不同，这些技术主要是自动化的常规管理任务或机器人技术，它影响了制造环境中的手动任务，生成的AI针对认知任务。以市售的大语言模型或LLMS为例，[…]在美国物流员工中，生成型AI的采用将对公平增长产生不同的影响。
CommVQ: Commutative Vector Quantization for KV Cache Compression
大语言模型（LLMS）越来越多地用于需要长上下文长度的应用中，但是随着连接长度的增长，键值（KV）缓存通常会成为GPU上的内存瓶颈。为了解决这个问题，我们提出了交换矢量量化（COMMVQ），以显着减少长篇小说LLM推理的内存使用情况。首先，我们通过引入轻量级编码器和代码本来压缩KV缓存来利用加法量化，然后可以用简单的矩阵乘法来解码。其次，要解决解码过程中的高计算成本，我们设计了…
Work Data Is the Next Frontier for GenAI
9个原因为什么工作数据是LLM培训最有价值的数据源，它具有独特的能力推动LLM性能到前所未有的高度。后工作数据是Genai的下一个前沿，首先是迈向数据科学。
Chasing Shadows: Elon Musk’s Quest for Truth and the Limits of Large Language Models
埃隆·马斯克（Elon Musk）雄心勃勃，Xai的大型语言模式，一个无所不能的真理的灯塔是西西弗（Sisyphean）的任务，是贵族（是吗？），但最终是徒劳的。通过AI追求绝对真理就像在柏拉图的洞穴中追逐阴影：这是一个诱人的目标，但是它们所反映的工具和人类状况固有地不适合它。像Grok这样的大型语言模型（LLMS）并非构成辨别真相。它们的建造是为了反映他们经过训练的庞大而杂乱无章的人物。作为人类，我们并不是特别擅长的真理，因此，我们也没有培训过LLM的许多材料。我们不应该为无法实现的理想而努力，而是应该接受LLM的含义：研究，创造力和结构化知识策划的强大工具，能够指导我们朝着更清晰的理解框架
Two important danger signals in the June employment report
- 新政的民主党是本·卡塞尔曼（Ben Casellman），他是《纽约时报》上周五的就业报告的首席经济通讯员：我要与众不同。正如我周五在头条新闻下写的那样，这是一个几乎没有积极的报道 - 有一些重要的负面影响。让我指出今天的几个大问题。标题是147,000个工作岗位，过去一年的平均水平约为平均水平：所以一切都很好，对吗？并非如此之快。该147,000人分解了74,000个私人工作 + 63,000个教育（另外10,000个）。 In the past six years, only 3 other times have public sector jobs (including educat
Two important danger signals in the June employment report
6月份就业报告中的两个重要危险信号 - 新政民主党人是本·卡塞尔曼（Ben Casellman），他是《纽约时报》上周五的就业报告的首席经济通讯员：我希望有所不同。正如我周五在头条新闻下写的那样，这是一份几乎没有积极的报道 - 有一些重要的负面报道。让我[…] 6月份就业报告中的两个重要危险信号首先出现在愤怒的熊身上。
Are the Chart LLM Incapable of Correlation?
评论：马蒂，我在巴黎，参观了土星的金色金银。 AI也弄错了。当我问是否存在土星时，这就是回应。正如您所说，学者拒绝承认历史，因为他们从未从任何其他来源听说过，并宣布[…]
今天，我们很高兴地宣布，Qwen3是QWEN家族中最新一代的大型语言模型（LLMS），可通过亚马逊基岩市场和Amazon Sagemaker Jumpstart获得。通过此启动，您可以在0.6B，4B，8B和32B参数尺寸中部署QWEN3模型，以构建，实验和负责任地扩展您的生成AI应用程序。在这篇文章中，我们演示了如何在Amazon Bedrock Marketplace和Sagemaker Jumpstart上使用Qwen3开始。
Yuba City’s Tutoring Program by Fullmind Drives Sustained Student Growth
本文严格享有教育记者的版权。禁止非法复制。约巴市统一学区宣布了与FullMind的辅导合作伙伴关系的年终结果，这表明学生在近200名参与者中始终如一地表现出了额外的支持始终超过其未经认可的同行。该计划从24名学生扩展到194名学生，同时保持有效性。英语艺术参与者获得了16点增长点，而[…]尤巴市（Yuba City）的全面驱动力持续的学生成长的文章中，Yuba City的辅导计划中有10.63点。
The Geometries of Truth Are Orthogonal Across Tasks
本文在ICML 2025.LARGE语言模型（LLMS）的有关可靠和负责任的基础模型的研讨会上介绍了各种任务的令人印象深刻的概括能力，但是他们对实际相关性的主张仍然存在于其可靠性的担忧。最近的工作提出了研究LLM在推理时间上产生的激活，以评估其对问题的答案是否正确。一些作品声称可以从示例中学到“真理的几何”，从某种意义上说，可以区分产生正确答案的激活……
SceneScout: Towards AI Agent-driven Access to Street View Imagery for Blind Users
盲目或视力低下的人（BLV）可能会因为对物理景观的不确定性而在陌生的环境中独立旅行。虽然大多数工具专注于原位导航，但探索前旅行援助的人通常仅提供地标和转弯指令，缺乏详细的视觉上下文。街景图像包含丰富的视觉信息，并有可能揭示大量环境细节，但对于BLV人来说仍然无法访问。在这项工作中，我们介绍了Spacecout，这是一种多模式的大语言模型（MLLM）驱动的AI代理，该代理…
Massive study detects AI fingerprints in millions of scientific papers
的机会是，您在不知不觉中遇到了通过某种版本的大型语言模型（LLM）创建的引人注目的在线内容。随着这些AI资源（如Chatgpt和Google Gemini）变得更加精通近乎人类的质量写作，因此将纯粹的人写作与LLMS修改或完全产生的内容区分开来变得更加困难。
