This is crucial juncture for space missions: Shubhanshu Shukla as he preps for second space voyage
印度第一位登上国际空间站的宇航员 Shubhanshu Shukla 正在为 Gaganyaan 任务进行训练。他利用自己的 IAF 试飞员背景来完成这项重要的载人航天计划。加加尼亚安旨在展示印度在太空探索方面的能力。舒克拉之前的国际空间站任务为印度未来的努力提供了宝贵的见解。
Shiv Sena (UBT) to field Vivek Navandar from Parbhani-Hingoli for council polls
Shiv Sena (UBT) 已提名 Vivek Navandar 参加即将举行的 Parbhani-Hingoli 选区的国务院选举。这项提名是 Maha Vikas Aghadi 选举席位共享协议的一部分。投票定于 6 月 18 日进行，提名将于 6 月 1 日截止。地方管理机构的当选成员将投票。
科学家开发出一种实验性“智能涂料”，可反射高达 97% 的阳光，显着冷却表面并减少对空调的需求。这种创新涂层还可以从空气中收集水，为全球气温上升和水资源短缺提供双重解决方案。
Weapon Systems Annual Assessment: Requiring Mature Technologies Could Enable Shift to Rapid Delivery
GAO 的发现国防部 (DOD) 仍在努力在预算范围内快速交付技术。自上次年度评估以来，GAO 发现： 一些成本最高的主要国防采办计划 (MDAP) 的计划正在推迟临时事件和里程碑。国防部增加了对中间层采办 (MTA) 快速原型设计和部署途径的使用，预计在 5 年内完成。一些项目开始于 MTA 途径，其技术需要更多时间来开发，从而阻碍了基本功能的及时交付。项目并没有始终如一地遵循可以帮助国防部实现其既定目标的产品开发领先实践。 MDAP 中持续出现进度延迟，表明时间框架过于乐观。今年，交付功能的总体平均时间框架增加到了 12 年以上。此外，一些 MDAP 尚未设定新的交付日期或正在推迟关键的中
本文研究了美国限制外国工人通过 H-2B 签证从事低技能非农业工作的经济影响。雇用 H-2B 员工的主要行业包括场地维护、酒店、建筑、林业和海鲜包装。美国雇主获得此签证的机会受到联邦政府配额的限制，并部分通过随机抽签分配。作者发现，通过抽签可以雇用更多 H-2B 员工从事低技能工作的公司可以增加其产量、投资和利润。 H-2B 招聘对美国就业的影响为零或……
Firms allowed to hire immigrant manual laborers expand to hire more Americans
美国政府最近颁布了自1924年以来最大的移民政策转变。在限制未经授权的移民的同时，官员们面临着一个严峻的选择：为移民创造抵消性的合法渠道，或者也对合法移民关上大门。到目前为止，特朗普政府官员选择了对合法移民的最大限度的限制。他们削减、惩罚或暂停难民、学生、高技能工人和自费工人的合法入境。他们禁止了 39 个国家的大部分或全部签证。他们已将授权移民削减了超过……
America's future in the post-American world economy
美国的全球经济主导地位至少在其 250 年历史的最后 110 年里一直很明显，而且在此之前的半个世纪里人们就广泛预言了这一点。这从来不仅仅是规模的问题，即使有时看起来是这样。尽管美国在同一历史中时而大声倡导，时而明显未能实现这些理想，但它也从来没有真正实现过自由市场或平等机会。美国经济在国内外取得持续成功的原因始终是其活力。 1776 年革命的“无王”精神影响了经济……
Fable of the Mythos saga: Ad hoc US AI model controls could help China
自 COVID-19 以来，出口管制、进口禁令的激增和关键零部件的短缺使供应链弹性成为企业和政府的首要战略关注点。两个组织都花费了数十亿美元来确定供应链薄弱环节、储备投入并使供应商多样化，以便价值数万美元的汽车不再因为缺少微芯片而半成品。正是考虑到这些担忧和内心的瓶颈记忆，高管和政府官员正在努力解决他们可以在多大程度上依赖人工智能的问题（……
VideoFlexTok: Flexible-Length Coarse-to-Fine Video Tokenization
视觉分词器将高维原始像素映射为下游建模的压缩表示。除了压缩之外，标记器还决定保留哪些信息以及如何组织信息。视频标记化事实上的标准方法是将视频表示为标记的时空 3D 网格，每个标记捕获原始信号中相应的局部信息。这需要使用令牌的下游模型（例如文本到视频模型）学习“逐像素”预测所有低级细节，而不考虑视频固有的复杂性，从而导致......
Multi-Agent Teams Hold Experts Back
多代理 LLM 系统越来越多地部署为自主协作者，其中代理可以自由交互，而不是执行固定的、预先指定的工作流程。在这种情况下，有效的协调无法提前完全设计，而必须通过互动来实现。然而，大多数先前的工作都是通过固定的角色、工作流程或聚合规则来强制协调，从而留下了一个问题：当协调不受限制时，自组织团队的表现如何。借鉴组织心理学，我们研究自组织法学硕士团队是否能实现强大的协同作用，其中......
Residual Context Diffusion Language Models
扩散大型语言模型 (dLLM) 已成为纯自回归语言模型的有前途的替代方案，因为它们可以并行解码多个标记。然而，最先进的分块 dLLM 依赖于“重新屏蔽”机制，该机制仅解码最有信心的令牌并丢弃其余令牌，从而有效地浪费了计算。我们证明，从丢弃的令牌中回收计算是有益的，因为这些令牌保留了对后续解码迭代有用的上下文信息。有鉴于此，我们提出了残余上下文扩散（RCD），该模块......
Learning Structured Reasoning via Tractable Trajectory Control
大型语言模型可以表现出紧急推理行为，通常表现为重复出现的词汇模式（例如，“等待”，表示验证）。然而，在无约束采样中，复杂的推理轨迹仍然稀疏，并且标准强化学习通常无法保证获取多样化的推理行为。我们提出通过结构化推理来系统地发现和强化不同的推理模式，这种范式需要在强化学习过程中有针对性地探索特定的推理模式。为此，我们提出了 Ctrl-R，一个学习框架......
Learning Unmasking Policies for Diffusion Language Models
扩散（大型）语言模型 (dLLM) 现在在许多任务上与自回归模型的下游性能相匹配，同时有望在推理过程中提高效率。 dLLM 的一个关键设计方面是采样程序，该程序选择在每个扩散步骤中揭开哪些标记。事实上，最近的工作发现，与随机揭露相比，置信度阈值等启发式策略可以提高样本质量和令牌吞吐量。然而，这种启发式方法也有缺点：它们需要手动调整，而且我们观察到它们的性能......
Conformal Thinking: Risk Control for Reasoning on a Compute Budget
推理大型语言模型 (LLM) 可实现测试时间扩展，随着令牌预算的增加，数据集级别的准确性也会提高，从而激励自适应推理——在可靠性提高时使用令牌，并在额外计算不太可能有帮助时提前停止。然而，设置代币预算以及自适应推理的阈值是一项实际挑战，需要进行基本的风险与准确性权衡。我们将预算设置问题重新定义为风险控制，限制错误率，同时最大限度地减少计算量。我们的框架引入了一个上限，可以阻止......
Amortizing Maximum Inner Product Search with Learned Support Functions
最大内积搜索 (MIPS) 是机器学习中的一个重要子例程，需要识别数据库中获取的与给定查询最匹配的向量（键）。我们提出摊销 MIPS：一种基于回归的方法，训练神经网络直接预测 MIPS 解决方案，摊销重复解决来自固定密钥数据库上已知分布的查询的 MIPS 的成本。我们的主要见解是，MIPS 值函数是密钥集的支持函数，这是一个经过充分研究的凸函数，其梯度产生最佳密钥。这……
Aerial Measuring System: National Nuclear Security Administration’s elite aviation unit
由 3 架空中国王和 2 架莱昂纳多 AW139 组成的专业机队支持放射性监测。
