本文关键词检索结果

西班牙 Volotea 重新启动意大利巴里基地

Spain's Volotea relaunches base at Bari, Italy

本文仅适用于订阅商业航空新闻、运营商和机场数据

巴西 GOL 加入挑战美国 Azul 股份的行列

Brazil’s GOL joins challenge to American stake in Azul

本文仅适用于订阅商业航空新闻、运营商和机场数据

民航局在坠机事故后撤销了吉尔吉斯斯坦 TezJet 的 AOC

CAA revokes AOC of Kyrgyzstan's TezJet after crash

本文仅适用于订阅商业航空新闻、运营商和机场数据

英国法院警告巴林 MAE 支付 570 万美元,否则索赔失败

UK court warns Bahrain's MAE to pay $5.7mn or lose claim

本文仅适用于订阅商业航空新闻、运营商和机场数据

由于价格较低,航空公司回避印度的燃油补贴计划

Airlines shun India's fuel subsidy scheme amid lower prices

本文仅适用于订阅商业航空新闻、运营商和机场数据

代理谈判中的行为隐私泄露:通过随机策略形式化和减轻推理攻击

Behavioral Privacy Leakage in Agentic Negotiation: Formalizing and Mitigating Inference Attacks via Randomized Policies

本文在 2026 年国际可用性、可靠性和安全性会议 (ARES) 的 AI4TCI(安全可信关键基础设施系统人工智能研讨会)研讨会上被接受。自主谈判代理越来越多地部署在保险和采购等高风险环境中。虽然加密技术可以保护明确披露的约束值,但它们无法解决更微妙的威胁:行为隐私泄露,对手从可观察的谈判动态(例如让步轨迹、时间安排和……)中推断出私人约束。

释放的库存大米该如何回购? - 在希望降价的消费者和要求政府采购的市场之间考虑的大米储存系统 -

放出した備蓄米はどう買戻すべきか~価格低下を望む消費者と、政府買入れを求める市場の間で考える備蓄米制度~

■概要 关于2020年库存大米的释放,除了传统的歉收时期应对措施外,还重新调整了操作方式,以便即使大米分配出现问题也可以释放库存大米。从这个角度来看,此次发布标志着稻米储存制度性质的重大转折。最初,这一过程是从带有回购条件的竞标开始的,但此后操作在短时间内发生了重大变化,包括延长回购期限、暂停购买 2020 年生产的大米以及转向自愿合同。本文探讨的是释放后如何回购库存大米。回购并不是简单地弥补释放量的一种方式,而是必须根据库存余额、年度生产结构、私营部门库存、产量预测、需求趋势等因素来确定。最新发布的消息还透露,库存大米的分配需要时间,民间库存的实际状况了解有限,海外生产的大米已成为体制外的调

中国推进的“母亲刑”与摇摆不定的“父亲溢价”

中国で進む「母親ペナルティ」と揺らぐ「父親プレミアム」

■概要 尽管中国正在采取措施应对少子化问题,但出生率并没有得到改善。本文基于近期的实证研究和2026年的调查结果,总结了母亲惩罚和父亲溢价的现状,并思考了它们与少子化的关系。 ■目录 1 - 简介 2 - 什么是母亲罚金和父亲奖金? 3 - 母亲刑罚随着市场化而扩大 4 - 2026年调查显示的职业母亲的现实 5 - 结论 随着中国出生率持续快速下降,中国已经实施了一系列旨在恢复出生率的措施,包括转向三孩政策、扩大育儿假制度、提供育儿费用所得税扣除以及提供育儿津贴。但出生人数仍处于较低水平,年轻一代的生育意愿并未明显改善。其背后的原因之一是“母性惩罚”和“父性溢价”近年来备受关注。分析生育和育

2026年6月企业价格指数——石油、煤炭产品和塑料产品同比涨幅扩大——

企業物価指数2026年6月~石油・石炭製品やプラスチック製品の前年比上昇率が拡大~

■概要 2026年6月国内企业商品价格同比上涨7.1%(5月:6.6%),环比上涨0.5个百分点,创2023年3月(7.4%)以来最高涨幅。从对国内企业商品价格同比贡献来看,有色金属(+1.50个百分点)、石油及煤炭产品(+1.45个百分点)、化工产品(+1.12个百分点)贡献较大。受中东局势影响,石油和煤炭产品销量同比增长22.8%(5月:13.7%)。这些趋势也蔓延至塑料制品(5月:同比增长5.6% → 6月:同比增长7.3%)。展望未来,国内企业价格涨幅预计仍将维持高位。上游进口价格(以日元计)自4月份以来持续大幅上涨,同比涨幅超过20%。日元继续贬值,跌至161日元水平(截至本文撰写时

美国劳动力市场处于稳定阶段——低招聘、低解雇,并可能出现“无就业增长”

安定局面にある米労働市場-低採用・低解雇と「雇用なき成長」の可能性

■摘要 2016年6月就业统计数据显示,虽然非农就业增速较上月有所放缓,但三个月移动平均线仍保持平稳的就业增速。失业率仍处于较低水平,美国劳动力市场整体保持稳定,从就业DI、企业裁员计划以及失业保险新增申请数可以看出。劳动力需求已从冠状病毒大流行后的过热状态放缓。企业在招聘时保持谨慎态度,同时控制裁员,“低招聘、低解雇”的环境正在形成。此外,招聘态度因公司规模而异,大型公司的招聘意愿有所回升,而中小型公司则保持谨慎态度。在劳动力供给方面,排除新冠疫情影响,劳动力参与率已降至约50年来的最低水平,外国出生劳动力的增长也放缓。更严格的移民政策抑制了劳动力供给的增长,形成了即使就业增幅不如以前失业率

人工智能时代的网络风险披露——从证券报告文本分析中我们可以学到什么

AI時代のサイバーリスク開示-有価証券報告書をテキスト分析して分かること

■概要 通过对证券报告中“经营风险”的文字分析,确认2026年提及“网络攻击”的公司比例将达到47.2%,接近一半,且在各规模、各行业均呈上升趋势。可以说,网络风险已成为各行业共同的管理问题[图1]。提及“人工智能”的企业比例从2021年的3.6%大幅上升至2026年的19.4%。企业对人工智能的描述围绕着一种危机感,即延迟应对人工智能将导致竞争力下降,而将人工智能与网络攻击等风险联系起来的描述仍然很少。然而,随着Mythos丑闻之后,全球范围内对AI对AI构成的威胁的认识不断增强,明年的证券报告预计将加深其与传统安全威胁(如“信息泄露”和“通信故障”)的关系。 ■目录 1 - 简介 2 -

中年工作投入的“低谷”

ワークエンゲージメントにおける中年期の「谷」

■概要 年龄和工作投入之间有什么关系?在本文中,我们利用 Nissay 研究所对全国员工进行的调查数据分析了年龄与工作投入之间的关系。结果显示,男性和女性在中年时期都存在一个相对下降的“低谷”。中年通常被认为是工作和家庭责任重叠的时期,这可能会导致精神和身体压力增加,因此这可能是重新考虑工作和未来职业的意义的时期。这些结果表明,在解决工作投入问题时,关注中年工作方式和职业发展的重要性。 ■目录 1 - 简介 2 - 研究概述 3 - 工作投入与年龄的关系 4 - 工作活力与年龄的关系 5 - 工作自豪感与年龄的关系 6 - 结论 近年来,人们对工作投入的兴趣(表明对工作积极的心理状态)不断增加

Henry Schein One 使用 Amazon SageMaker AI 进行实时牙科图像验证

Real-time dental image verification with Amazon SageMaker AI at Henry Schein One

本文介绍了 Henry Schein One 如何通过在 Amazon SageMaker AI 上构建图像验证来缩小这一差距,这是一种基于 AI 的质量验证系统,可在数千个位置的拍摄点实时评估牙科 X 射线质量。该系统在几个月内从概念发展到超过 10,000 个活动位置,并且已经处理了超过 1100 万张 X 射线,并且以每周 150 万张的速度增长。 Henry Schein One 目前正在向全球四个地区的 40,000 个地点扩展。

使用 Unsloth 在 Amazon SageMaker AI 上部署量化模型

Deploying quantized models on Amazon SageMaker AI with Unsloth

在本文中,您将学习四种部署模式,用于采用已使用 Unsloth 量化的模型并将其部署在 AWS 基础设施上。这些模式使用 Amazon Elastic Compute Cloud (Amazon EC2) 进行直接实例访问,使用 Amazon SageMaker AI 推理终端节点进行托管服务,并在推理需要适应现有容器框架时使用 Amazon Elastic Kubernetes Service (Amazon EKS) 或 Amazon Elastic Container Service (Amazon ECS)。您还可以学习生产部署的操作实践。

SageMaker HyperPod 上 LLM 推理的分类预填充和解码

Disaggregated prefill and decode for LLM inference on SageMaker HyperPod

在本文中,我们将展示如何使用 HyperPod Inference Operator 在 Amazon SageMaker HyperPod 上通过 vLLM 实现 DPD。

长上下文不是免费的 - 我构建了一个安全的提示修剪层,使 LLM 系统能够正常工作

Long Context Isn’t Free — I Built a Safe Prompt-Pruning Layer That Makes LLM Systems Work

法学硕士不会因为忘记而失败,而是因为记得太多而失败。随着对话的增长,提示会积累冗余和低价值的令牌,从而增加成本和延迟,同时默默地降低输出质量。本文介绍了一个确定性的提示修剪层,它可以在不破坏依赖关系的情况下减少令牌的使用,并由真正的基准测试和经过生产测试的设计提供支持。 文章《长上下文不是免费的——我构建了一个使 LLM 系统工作的安全提示修剪层》首先出现在《走向数据科学》上。

新手微调说明(预训练模型如何学习新技能)

Fine-Tuning Explained for Noobs (How Pretrained Models Learn New Skills)

您不需要博士学位就能理解微调。本文解释了预训练模型如何通过微调来学习新技能。

预训练还不够苦

Pre-training isn’t bitter enough

理查德·萨顿 (Richard Sutton) 的“惨痛教训”通常被解读为对人工智能系统构建过多人类知识的警告。从长远来看,获胜的方法不是那些最直接编码我们聪明直觉的方法,而是那些可扩展的方法:搜索、学习和其他可以吸收更多计算和数据的通用方法。乍一看,现代基础模型预训练看起来就像是该课程的胜利。我们采用通用架构,将其暴露给海量数据,并以简单的自我监督目标对其进行训练。语言模型预测下一个标记。视觉模型重建遮罩斑块、对齐视图或匹配教师表示。该配方简单且可扩展。但有一个问题。预训练可能会遵循“痛苦的教训”来训练模型,但不会选择模型应该训练的内容。目标仍然是在训练循环之外选择的。我们进行大规模的预训练