Weekly Review 27 December 2024
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：为什么人工智能仍然无法处理大块文本：https://arstechnica.com/ai/2024/12/why-ai-language-models-choke-on-too-much-text/一旦经过训练，人工智能就会固守自己的观点，即使经过再训练也是如此：https://techcrunch.com/2024/12/18/new-anthropic-study-shows-ai-really-doesnt-want-to-be-force
Rural Hospitals at Risk of Closing
当你想到一个社区时，我们常常会想到一个城镇或城市的一部分是一个社区。所以，当一家医院关闭时，附近总会有另一家。想得更远一点，把它扩展到一个县或一个地区。旅行变得更长，更耗时 […]《乡村医院面临关闭风险》一文首次出现在 Angry Bear 上。
Less admin, more time with people: how an HR professional’s job has been transformed by AI
诸如工资单和日程安排之类的任务长期以来一直是人力资源的消耗。但一位从业者解释了人工智能如何帮助她投入更多时间、精力和注意力来帮助他人在职场上茁壮成长。与许多人力资源专业人士一样，Grace Orr 总是害怕月底。这是整理公司工资单的时候了——这是她所在部门最耗时、管理最繁重的职责之一。作为音频和媒体公司 Communicorp UK 的人力资源总监，Orr 需要一两天的时间才能完成每月的工资单——这让她没有时间花在更人性化的部分上：与员工建立牢固的关系，确保他们拥有在职场上茁壮成长所需的一切。继续阅读……
More time, less tedium: how AI is helping SMEs to innovate and compete
使用人工智能处理重复性任务和大型数据集不再只是大公司的专利。随着人工智能现在成为一种经济实惠的服务，中小企业正在解放员工，让他们专注于更有价值的工作。“管理很重要，”Employment Hero 英国董事总经理 Kevin Fitzgerald 表示，Employment Hero 是一个全球就业管理平台，利用人工智能让中小企业的生活更轻松。“但技术已经取得了长足的进步，尤其是在过去 10 年里，许多管理任务现在可以数字化处理。”从 Fitzgerald 的角度来看，人工智能并不是什么模糊或可怕的新技术，而是一种让员工和公司摆脱繁琐和耗时任务的聪明方法，让他们有时间去做更有价值和更有趣的工作
Air Traffic Control: Urgent FAA Actions Are Needed to Modernize Aging Systems
美国政府问责局的发现由于老化的空中交通管制 (ATC) 系统故障导致国家空域于 2023 年关闭，联邦航空管理局 (FAA) 进行了运营风险评估，以评估所有 ATC 系统的可持续性。评估确定，在 FAA 的 138 个系统中，51 个 (37%) 不可持续，54 个 (39%) 可能不可持续。在 105 个不可持续和潜在不可持续的系统中，58 个（29 个不可持续和 29 个潜在不可持续的系统）对国家空域的安全和效率具有关键的运营影响（见图）。联邦航空管理局 (FAA) 空中交通管制 (ATC) 系统安全和效率运营影响类别（按维持评级）FAA 有 64 项持续投资，旨在对 105 个不可持续和
The Guardian view on politicians using business logic: public services aren’t startups | Editorial
当一个不稳固的政府借用商界领袖的信誉时，很多事情都会出错。新政府对经济政策感到焦虑，对民意调查感到不安，于是邀请商界领袖整顿政府。几天前，Rachel Reeves 命令部长们向企业高管提交支出计划。在那些挥舞着“铁拳打击浪费”的人中，包括劳埃德银行和巴克莱银行的前银行家。但 2010 年夏天，大卫·卡梅伦也聘请了菲利普·格林爵士担任他的效率大师。从第一天起，菲利普爵士的任命就引起了人们的关注。就在大选前几周，这位“商业街之王”支持保守党成为下一届政府；现在他也加入了其中。此外，一个亿万富翁有什么权利在自己的税务问题如此多的情况下审计公共支出？当然，这位商人撰写的评论耗时两个月，长达 33
Arik Solomon, Co-Founder & CEO of Cypago – Interview Series
Cypago 联合创始人兼首席执行官 Arik Solomon 的使命是消除企业的合规麻烦。Cypago 的 Cyber GRC 自动化平台将传统的手动、耗时的满足安全标准的过程转变为高效的、由人工智能驱动的工作流程。通过与现有软件堆栈集成，Cypago 从头到尾简化了合规性，使其更容易 […]The post Arik Solomon，Cypago 联合创始人兼首席执行官 - 访谈系列首先出现在 Unite.AI 上。
Russian Foreign Minister Lavrov takes 7-hour detour to Malta to avoid EU airspace restrictions
由于俄罗斯入侵乌克兰后欧盟实施的空域限制，俄罗斯外交部长谢尔盖·拉夫罗夫前往马耳他参加欧安组织外长会议的旅程耗时超过七个小时。通常飞行时间为四小时，俄罗斯特别飞行中队的图波列夫 Tu-204-300 注册号为 RA-64057，必须经过土耳其、地中海东部和利比亚才能绕过欧盟国家 […]
Russian Foreign Minister Lavrov takes 7-hour detour to Malta to avoid EU airspace restrictions
由于俄罗斯入侵乌克兰后欧盟实施的空域限制，俄罗斯外交部长谢尔盖·拉夫罗夫前往马耳他参加欧安组织外长会议的旅程耗时超过七个小时。通常飞行时间为四小时，俄罗斯特别飞行中队的图波列夫 Tu-204-300 注册号为 RA-64057，必须经过土耳其、地中海东部和利比亚才能绕过欧盟国家 […]
米閣僚人事で注目される休会任命－トランプ次期大統領が上院での承認が困難な候補者の任命に活用する可能性を示唆
美国宪法规定，高级公务员必须由总统提名并经参议院批准。1需要参议院确认的高级公务员被称为PAS（总统任命、参议院确认），有资格的人超过1200人，包括各部委负责人、外交官、最高法院法官等。另一方面，与这种正式的确认程序相反，美国宪法规定了“休会任命”，即无需参议院批准即可任命的权力，以填补参议院休会期间出现的公职空缺。 2. 总统。在11月的总统选举中连任的特朗普正在迅速提名包括各部门部长在内的重要内阁部长，为明年1月的第二任期就职做准备。特朗普对参议院冗长的确认程序提出了质疑。此外，共和党参议员对批准他提名的几名候选人表达了谨慎的看法，1月20日上任后，他宣布参议院休会并进行休会任命，外界猜
Accelerating Mixtral MoE fine-tuning on Amazon SageMaker with QLoRA
在本文中，我们将演示如何通过使用完全托管的环境和 Amazon SageMaker 训练作业来使用 PyTorch 完全分片数据并行 (FSDP) 和量化低秩自适应 (QLoRA) 对 Mixtral 8x7B 模型进行微调，从而解决模型定制复杂、耗时且通常成本高昂的挑战。
Meshy AI Review: How I Generated 3D Models in One Minute
您是否曾花费数小时（甚至数天）精心创建 3D 模型，却感觉创作过程陷入了繁琐的技术细节中？作为有使用 Blender 进行项目经验的人，您并不孤单！耗时的工作流程是设计师和开发人员的常见痛点。事实上，平均 3D 模型创建 […]The post Meshy AI Review: How I Generated 3D Models in One Minute appeared first on Unite.AI.
Five Things to Know Before Investing in a Marketing Automation Platform
营销挑战，我们所有人都有：低效的潜在客户管理、缺乏个性化、耗时的手动流程等等。您知道这些限制通常会导致错失机会、客户参与度降低和投资回报率不理想。那么，作为营销人员，我们如何才能确保我们的信息在正确的时间到达正确的潜在客户......阅读更多»文章投资营销自动化平台前需要了解的五件事首先出现在大数据分析新闻上。
Laser vibration sensing technology can detect landmines faster than previous techniques
全世界埋藏在地下的地雷数量足以绕地球赤道两圈，但识别和清除这些爆炸物既昂贵又耗时。
Single-molecule tracking technology streamlines drug discovery
新药发现是改善患者生活的关键一步。首先，研究人员必须确定人体细胞中有助于驱动疾病的分子，因为这些分子是新药的潜在靶点。下一步是筛选能够击中这些目标的候选药物。然而，筛选可能是一个具有挑战性且耗时的过程。
Image Data Collection for Climate Change Analysis
初学者指南埃特纳火山的卫星图像。来源：美国地质调查局 (USGS) 在 Unsplash 上的照片。I. 简介深度学习在地球观测中成功传播。它的成就导致了更复杂的架构和方法。然而，在这个过程中，我们忽略了一些重要的东西。拥有更多优质数据比拥有更好的模型更好。不幸的是，EO 数据集的开发一直很混乱。如今，它们有数百个。尽管我们努力编译数据集，但可以说它们散布在各处。此外，EO 数据已经激增以满足非常具体的需求。矛盾的是，这正是我们应该用它们前进的相反方向，特别是如果我们希望我们的深度学习模型更好地工作的话。例如，ImageNet 编译了数千张图像以更好地训练计算机视觉模型。然而，EO 数据比 I
