Satellites making up China's 'Thousand Sails' found to be exceeding brightness limits
国际天文学联合会保护暗夜静空免受卫星星座干扰中心的一组太空研究人员与比利时卫星工作组的一位同事合作，发现中国“千帆”项目的卫星亮度超过了天文学团体提出的亮度限制，这些团体希望防止卫星阻挡太空视野。描述他们发现的论文已发布到 arXiv 预印本服务器。
Observations explore the properties of giant spiral galaxy UGC 2885
天文学家利用加拿大-法国-夏威夷望远镜 (CFHT) 对一个名为 UGC 2885 的大型螺旋星系进行了全面的多波长观测。观测活动的结果于 10 月 21 日在预印本服务器 arXiv 上发表，为该星系的属性提供了更多见解。
Study investigates very metal-poor star HE 2315−4240
根据智利麦哲伦-克莱望远镜的数据，天文学家对一颗金属含量极低的恒星 HE 2315-4240 进行了化学动力学研究。该研究结果发表在预印本服务器 arXiv 上，为了解这颗恒星的性质提供了重要见解。
柏林自由大学、马里兰大学和 NIST、谷歌 AI 和阿布扎比的研究人员着手稳健地估计超导量子模拟器中玻色子激发的自由哈密顿参数。他们开发的协议概述在 arXiv 上预先发表的一篇论文中，可能有助于实现超越传统计算机极限的高精度量子模拟。
Astronomers investigate the nature of a fast-spinning intermediate polar
纽约哥伦比亚大学和其他地方的天文学家利用各种 X 射线太空天文台研究了 CTCV J2056-3014，这是一个中间极地，其中包含一个旋转速度最快的白矮星。这项研究的结果于 9 月 26 日发表在预印本服务器 arXiv 上，进一步揭示了该物体的性质。
Astronomers detect multiple extended tidal tails in an old globular cluster
通过分析各种天文调查的数据，天文学家研究了一个名为 NGC 288 的古老球状星团。结果，他们检测到与该星团相关的多个延伸潮汐尾。该发现发表在 9 月 25 日发表在预印本服务器 arXiv 上的一篇论文中。
Video Friday: Jumping Robot Leg, Walking Robot Table
视频星期五是每周精选的精彩机器人视频，由 IEEE Spectrum robotics 的朋友收集。我们还发布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。ICRA@40：2024 年 9 月 23 日至 26 日，荷兰鹿特丹SIROS 2024：2024 年 10 月 14 日至 18 日，阿联酋阿布扎比ICSR 2024：2024 年 10 月 23 日至 26 日，丹麦奥登塞Cybathlon 2024：2024 年 10 月 25 日至 27 日，苏黎世欣赏今天的视频！马克斯普朗克智能系统研究所和苏黎世联邦理工学院的研究人员开发了一种带有人造肌肉的机器人腿。
Transformer? Diffusion? Transfusion!
最新多模态转输模型的简单介绍最近，Meta 和 Waymo 发布了他们的最新论文 —Transfusion: Predict the Next Token and Diffuse Images with One Multi-Modal Model，该论文将流行的 Transformer 模型与扩散模型相结合，用于多模态训练和预测目的。与 Meta 之前的工作一样，Transfusion 模型基于带有早期融合的 Llama 架构，它同时采用文本 token 序列和图像 token 序列，并使用单个 Transformer 模型来生成预测。但与以前的技术不同，Transfusion 模型对图像 t
How I Streamline My Research and Presentation with LlamaIndex Workflows
以可靠性、灵活性和可控性协调 AI 工作流的示例LlamaIndex 最近推出了一项新功能：工作流。它对于那些想要创建既可靠又灵活的 AI 解决方案的人来说非常有用。为什么？因为它允许您使用控制流定义自定义步骤。它支持循环、反馈和错误处理。它就像一个支持 AI 的管道。但与通常以有向无环图 (DAG) 形式实现的典型管道不同，工作流还支持循环执行，使其成为实现代理和其他更复杂过程的良好候选。介绍工作流测试版：使用 LlamaIndex 创建复杂 AI 应用程序的新方法 - LlamaIndex，LLM 应用程序的数据框架在本文中，我将展示如何使用 LlamaIndex 工作流简化我研究某个主题
Time Series Are Not That Different for LLMs
利用 LLM 的力量进行时间序列建模基础模型推动了计算语言学和计算机视觉领域的最新进步，并在人工智能 (AI) 中取得了巨大成功。成功的基础模型的关键思想包括：海量数据：庞大而多样的训练数据涵盖了全面的分布，使模型能够近似任何潜在的测试分布。可转移性：记忆和回忆所学信息的机制，例如提示 [1] 和自我监督的预训练 [2]，使模型能够有效地适应新任务。在 LLM 成功之后，时间序列基础模型的开发变得更加密集。图片来自论文 https://arxiv.org/pdf/2403.14735.大型时间序列基础模型 (LTSM)随着基础模型在计算语言学领域的成功，越来越多的研究工作旨在在另一种类型的序列
Understanding and Implementing Medprompt
深入研究提示框架背后的细节Medprompt 策略各个组成部分的说明（图片取自 Medprompt 论文 [1] (https://arxiv.org/abs/2311.16452) 中的图 6）在我的第一篇博客文章中，我探讨了提示及其在大型语言模型 (LLM) 中的重要性。提示对于从 LLM 获得高质量的输出至关重要，因为它可以指导模型的响应并确保它们与手头的任务相关。在此基础上，尝试使用 LLM 解决用例时经常会出现两个关键问题：仅使用提示可以将性能提升到多远，以及何时您会咬紧牙关并决定微调模型可能更有效？在做出利用提示的设计决策时，需要考虑几个因素。像小样本提示和思路链 (CoT) [2
Компания ARX Robotics поставила ДУМ GEREON RCS ВС Германии
ARX Robotics（原 ARX Landsysteme GmbH）宣布德国武装部队成功部署其 GEREON RCS 遥控车辆，作为“斯洛伐克”多国战斗群的一部分。
A technique allows robots to determine whether they are able to lift a heavy box
人形机器人，即身体与人类相似的机器人，很快就能帮助人们完成各种各样的任务。这些机器人被设计用来完成许多任务，包括拾取不同形状、重量和大小的物体。虽然迄今为止开发的许多人形机器人能够拾取小而轻的物体，但举起笨重或沉重的物体往往更具挑战性。事实上，如果物体太大或太重，机器人最终可能会将其摔坏或掉落。考虑到这一点，约翰霍普金斯大学和新加坡国立大学 (NUS) 的研究人员最近开发了一种技术，使机器人能够确定它们是否能够举起具有未知物理特性的重箱子。这项技术发表在 arXiv 上的一篇论文中，该技术可以开发出能够更有效地举起物体的机器人，从而降低它们拾起无法支撑或携带的物体的风险。“我们特别感兴趣的是人
An iterative refinement model for PROTAC-induced structure prediction
这项工作被接受为 ICLR 2024 生物分子设计生成和实验视角研讨会的口头报告。有关更多信息，请查看我们在 arXiv 上的论文。什么是 PROTAC？蛋白质是分子机器，可执行人体生长所需的许多功能。当蛋白质发生故障时 […]
NIST Tool Will Make Math-Heavy Research Papers Easier to View Online
由 NIST 科学家开发的工具将帮助 arXiv 预印本变得更容易获取。
#359 – Andrew Strominger: Black Holes, Quantum Gravity, and Theoretical Physics
安德鲁·斯特罗明格是哈佛大学的理论物理学家。请查看我们的赞助商来支持此播客：- Eight Sleep：https://www.eightsleep.com/lex 获得特别优惠- Rocket Money：https://rocketmoney.com/lex- Indeed：https://indeed.com/lex 获得 75 美元信用额度- ExpressVPN：https://expressvpn.com/lexpod 获得 3 个月免费使用 剧集链接：Andrew 的网站：https://www.physics.harvard.edu/people/facpages/stromi
#325 – Michael Levin: Biology, Life, Aliens, Evolution, Embryogenesis & Xenobots
迈克尔·莱文 (Michael Levin) 是塔夫茨大学的生物学家，致力于研究理解和控制生物系统中复杂模式形成的新方法。请查看我们的赞助商来支持此播客：- Henson Shaving：https://hensonshaving.com/lex 并使用代码 LEX 获得 100 个免费刀片和剃须刀- Eight Sleep：https://www.eightsleep.com/lex 获得特别优惠- LMNT：https://drinkLMNT.com/lex 获取免费样品包- InsideTracker：https://insidetracker.com/lex 获得 20% 折扣剧集链接
