生成关键词检索结果

食物回收促进学生成功

Food Recovery Fuels Student Success

食物回收促进学生成功 Joshua.Bay周二,08/04/2026 - 03:00 AM社区学院正在扩大食物回收计划,以对抗饥饿并帮助学生坚持毕业。Byline(s)Joshua Bay

为什么教育学应该推动人工智能课程的生成,而不是相反

Why Pedagogy Should Drive AI Course Generation, Not The Other Way Around

人工智能解决了课程创建的速度问题,但光有速度并不能保证学习。本文探讨了当人工智能进行生成时,教学设计学科(布鲁姆分类法、门控知识检查、间隔重复和真正的分支场景)应该是什么样子。这篇文章首先发表在电子学习行业。

2026 年 9 月 4 日每周回顾

Weekly Review 4 September 2026

上周我在 Twitter 上发布的一些有趣的链接(我还在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接):人工智能可以生成代码,但代码并不可靠:https://futurism.com/artificial-intelligence/scientist-horrified-vibe-coded-work-conference-wrong人工智能正在最难地打击入门级工作,因此年轻人错过了最多: https://arstechnica.com/ai/2026/08/ai-is-hitting-entry-level-jobs-hardest-stanfo

CMFRI 开发移动应用程序,无需接触即可测量鱼的长度和宽度

CMFRI develops mobile app to measure fish length and width without touching them

该应用程序是在水生资源自动测量和渔业资源评估中使用的标准化长度频率数据生成项目下开发的

(NOT A) CROSSPOST:HALINA BENNET:机构目的的回归 [学术界]

(NOT A) CROSSPOST: HALINA BENNET: The Return of Institutional Purpose [to Academia]

Halina 的副标题:“生成式人工智能让机构有机会重新评估其价值观”,而且我想补充一下,他们的价值主张......

论公平的价格:托马斯·阿奎那和亚当·斯密之间的对话

On the Just Price: A dialogue imagined between Thomas Aquinas and Adam Smith

我让 AI 程序 Claude 写了这个对话。该图像由 Gemini 生成。托马斯·阿奎那是 13 世纪的哲学家和神学家。他在他的著作《神学大全》中写到了这个概念。讨论之后有关于这个概念的背景链接。阿奎那:史密斯大师,我知道您对贸易和交换进行了研究,就像我曾经以自己的小方式所做的那样,尽管完全是在不同的椅子上进行的。那么,让我从我在《Summa》中苦苦思索的一个概念开始——justum pretium,即公正的价格。 史密斯:托马斯弟兄,在我提出我的观点之前,我很高兴听到用你自己的话说清楚。 阿奎那:很好。当人们交换物品时,仅仅发生交换是不够的。一种良性的交换必须是公正的——正如我在亚里士多德

向航空母舰射击与击中航空母舰不同。伊朗已经制定了第一部分。

Shooting at an Aircraft Carrier Is Not the Same as Hitting One. Iran Has Worked Out the First Part.

伊朗尚不具备能够将美国海军航母战斗群置于严重危险之中的侦察打击综合体。寻找军舰、跟踪它们、生成发射解决方案并击败分层的舰船防御系统需要的基础设施成本远远高于导弹本身。周末的袭击所展示的不是能力,而是理解力:德黑兰已将海军航空兵视为美国在这场战争中的重心,并正在努力解决这个问题。据报道,中国和俄罗斯在情报和技术方面提供援助,这项工作将会变得更加容易。

当人工智能遇见语言课堂

When AI Meets Language Class

为什么语言教师需要不同的人工智能对话生成式人工智能工具在教育领域越来越明显,通常伴随着兴奋、不确定性和不均匀的指导。教育领域人工智能的许多实践指导都强调效率、准确性和生产力(Case 等人,2025)。虽然这个框架在某些情况下可能有用,但它并不完全[…]当人工智能遇到语言课时,这篇文章首先出现在语言杂志上。

UDL 和低年级车站轮换模型:设计环境

UDL and the Station Rotation Model in the Early Grades: Design the Environment

在我之前的文章《UDL 和早期年级的车站轮换模型:为什么惯例必须先于内容之前》中,我写到了通过清晰的惯例为成功实施奠定基础的重要性。惯例创造了学生成为越来越独立的学习者所需的结构。仅靠常规是不够的。如果[…]后 UDL 和早期年级的车站轮换模型:设计环境首先出现在 Catlin Tucker 博士上。

您的内向或外向程度可能会影响您使用人工智能的方式

How introverted or extroverted you are may influence how you use AI

人们如何与内心和外部世界互动可能会影响他们如何使用生成式人工智能

人工智能辅助科学狂野西部的实地指南

A Field Guide for the Wild West of AI-Assisted Science

加州大学圣巴巴拉分校的研究人员发布了在环境科学中使用生成人工智能的十项规则,解决研究人员之间的信任、公平差距以及该技术的环境成本。

TACOM AI 创新改变了技术手册的编写

TACOM AI innovations transforming tech manual writing

Jason Kravchuck,TACOM 技术作家,利用生成式 AI 的力量构建了一个工具,可以在几秒钟内审查技术手册工作包。

在 SageMaker HyperPod 上使用 NVIDIA Cosmos 3 构建物理 AI 模型工厂

Build a Physical AI model factory with NVIDIA Cosmos 3 on SageMaker HyperPod

构建物理人工智能系统需要连续的管道,而不是单一的训练工作。本文展示了如何在 Amazon EKS 上的持久、弹性 Amazon SageMaker HyperPod 集群上运行该模型工厂(合成数据生成、训练后和使用 NVIDIA Cosmos 3 进行闭环评估),并以 GPU 吞吐量作为重要指标。

使用 Amazon Textract 在 Amazon Bedrock 上自定义大型复杂文档的知识库

Customizing your knowledge base on Amazon Bedrock for large and complex documents using Amazon Textract

了解如何将 Amazon Textract 的高精度文本提取与 Amazon Bedrock 的生成式 AI 相结合,为大型复杂文档自定义 Amazon Bedrock 知识库。这篇文章展示了如何提取和预处理 PDF 和图像,然后大规模查询公用事业账单,以实现更快、更准确的客户交互。

软件工厂内部

Inside a Software Factory

作为一名在编码代理时代之前拥有七年多经验的软件工程师,我从来不喜欢振动编码的想法。但我知道它与使用编码代理生成干净、可维护的代码之间有明确的界限。好的软件原则与编码代理的结合是由软件定义的 [...]

为什么学校要减少人工智能访问

Why Schools Are Rolling Back AI Access

由于纽约市和洛杉矶统一等 K-12 主要学区限制生成式人工智能,从小学到法律项目的教育工作者正在重写......

使用 Amazon Bedrock AgentCore 的 AI 驱动开发生命周期

AI-driven development lifecycle using Amazon Bedrock AgentCore

采用人工智能驱动开发生命周期 (AI-DLC) 的工程团队通常很难将概念转化为工作代码。本文将介绍 Amazon Bedrock AgentCore、Kiro 和 Claude Code 上的两个参考实现:一个 SQL 到 ER 图表生成器和一个将 AI-DLC 构建阶段付诸实践的多代理代码安全分析器。

美国、英国军队利用虚拟夏季演习坚持到底

U.S., U.K. Forces Use Virtual Summer Exercises to Go the Distance

美国军方和英国皇家海军在整个夏天分别进行了虚拟演习,模拟与全球伙伴国家的大规模行动。根据关岛安德森空军基地上周发布的新闻稿,“Valiant Shield 2026”见证了美国飞行员、高保真虚拟模拟器和建设性的计算机生成部队在空中、陆地、海上、太空和网络领域的真实场景中共同作战。此次虚拟演习将太平洋及其他地区的关键指挥控制和作战节点与美国太平洋司令部 J7 太平洋多域训练和实验能力实现的高端集成连接起来。美国航空