准确性关键词检索结果

浓缩咖啡、火药、节奏和准确性。正确的早餐开始新的一天! ☕💥

Espresso, gunpowder, pace, and accuracy. The proper breakfast to start out the day! ☕💥

提供后Espresso、火药、节奏和准确性。正确的早餐开始新的一天! ☕💥 首先出现在特种部队新闻上。

走进全方位:通过合成数据和微调提高视觉 AI 代理准确性的三个工作流程

Into the Omniverse: Three Workflows for Improving Vision AI Agent Accuracy With Synthetic Data and Fine-Tuning

编者注:本文是 Into the Omniverse 的一部分,该系列文章重点介绍开发人员、3D 从业者和企业如何利用 OpenUSD 和 NVIDIA Omniverse 的最新进展来转变其工作流程。视觉人工智能代理正在成为一种实用的方法,可以自动将物理世界的视频数据转化为工厂的运营智能,[...]

科学家以惊人的准确性将大脑信号转化为电影

Scientists Translated Brain Signals Into Movies With Surprising Accuracy

小鼠大脑活动被用来重现 10 秒的视频,为研究视觉在大脑中的表现方式提供了一种新方法。由伦敦大学学院 (UCL) 领导的科学家仅使用小鼠记录的大脑活动重建了视频,使他们能够重现动物所看到的内容。发表在《eLife》上的研究结果可能有助于[...]

科幻小说与经济史之间令人惊讶的联系

The surprising link between science fiction and economic history

作者:塞巴斯蒂安·巴克普。他是全球规划小组的规划主管、世界经济论坛执行委员会成员。今天是国家科幻日。摘录:“整整 200 年前,即 1816 年,一位名叫玛丽·雪莱的十几岁女孩在科隆的一栋别墅里开始写弗兰肯斯坦的故事,这里距离世界经济论坛现在的办公地点仅几步之遥。她的故事残忍而微妙,讲述了一位科学家利用在“解剖室和屠宰场”中发现的零件,使一个有知觉、受苦受难的生物复活的故事。《弗兰肯斯坦》写于第一部的结尾。工业革命,捕捉了经历巨大变革的社会的恐惧和神经质,同时首次涉足外科领域。这本书的灵感来自早期工业化黎明的批评者,其中包括约翰·弥尔顿和塞缪尔·泰勒·柯勒律治。如今,雪莱的《弗兰肯斯坦》被视为

可涂漆电极可为创意多彩的可穿戴传感器提供动力

Paintable electrodes could power creative and colorful wearable sensors

宾夕法尼亚州立大学的工程师正在将艺术与科学融为一体,创造出可爱的彩绘纹身,能够记录身体产生的不同电信号,比其他可穿戴传感器设计具有更高的灵敏度、耐用性和准确性。

科技聚焦:人工智能用于医疗记录和编码

Science & Tech Spotlight: AI for Medical Notes and Coding

为什么这很重要美国临床医生平均每周工作 57 小时,其中包括 7 小时的行政工作。花在起草患者就诊记录或审查账单文件等任务上的时间可能会导致临床医生倦怠。新的人工智能工具可以提高效率并减少患者就诊期间和之后的管理负担。要点一些医疗保健提供者正在采用人工智能工具来协助做笔记和医疗编码,这可能会节省时间并减少倦怠。这些工具的准确性可能难以验证,对医疗保健支出的总体影响也不确定。政策制定者需要更多有关这些工具性能的信息,以确定所需的适当监督级别,以帮助最大限度地减少错误并确保正确计费。该技术是什么?准确的文档和计费是医疗保健中至关重要的管理任务。医疗保健提供者正在采用人工智能工具来自动化这些任务。人

还没有:机器智能的第三个答案

Not yet: the third answer in machine intelligence

构建人工智能最困难的并不是准确性。这是克制。从结构上讲,当代系统会因为给出答案(标签、分数、自信的句子)而获得奖励,因为流利的回答被视为能力,而犹豫则被视为失败。然而,在这些系统将[...]

对 Flock 相机的强烈反对正在蔓延

The backlash against Flock cameras is spreading

隐私问题多年来一直困扰着 Flock 的自动车牌识别系统。现在,准确性和可靠性也受到严格审查。

还没有:机器智能的第三个答案

Not yet: the third answer in machine intelligence

构建人工智能最困难的并不是准确性。这是克制。从结构上讲,当代系统会因为给出答案(标签、分数、自信的句子)而获得奖励,因为流利的回答被视为能力,而犹豫则被视为失败。然而,在这些系统将......还没有:机器智能的第三个答案 阅读更多 »

VA 残疾福利:现代化技术和采用人工智能的机遇和挑战

VA Disability Benefits: Opportunities and Challenges to Modernizing Technology and Adopting AI

GAO 发现退伍军人事务部 (VA) 正在努力实现 IT 系统现代化,以提高伤残赔偿索赔处理的效率和准确性。然而,政府问责局过去的报告发现,退伍军人事务部在管理其残疾补偿计划和实施创新技术方面面临着长期挑战。例如,GAO 发现 VA 对签约医疗服务提供者提供的检查质量的监督以及索赔处理人员培训的管理存在缺陷。此外,2009 年,退伍军人管理局开始开发一种电子无纸化系统,称为退伍军人福利管理系统。 GAO 发现,这项工作并不是由稳健的规划推动的,也没有包括系统响应时间和用户满意度的目标,因此很难衡量提高用户对系统满意度的努力进展。人工智能在改善政府运营方面有着巨大的前景,VA 正在探索人工智能在

当良好的教学设计失败时:无人谈论的工程层

When Good Instructional Design Fails: The Engineering Layer Nobody Talks About

文章认为,学习者流失通常是由技术平台造成的,而不是教学设计,并且工程选择(加载速度、同步、进度保存、数据准确性)直接影响认知负荷、完成度和适应性学习。这篇文章首次发表在 eLearning Industry 上。

代币化金融:权衡是什么?

Tokenized Finance: What Are the Tradeoffs?

关于“数字货币”的讨论很多,但据我所知,我的银行账户和退休账户,以及我的信用卡和抵押贷款付款,已经以数字形式保存了很多年。我受益于更快的速度、更少的文书工作以及可能更高的准确性。真正的新......继续阅读代币化金融:权衡是什么?帖子代币化金融:权衡是什么?首次出现在《对话经济学家》上。

Fortress:通过时态数据增强和特征修剪稳定搜索推荐的案例研究

Fortress: A Case Study in Stabilizing Search Recommendations via Temporal Data Augmentation and Feature Pruning

在搜索和推荐系统中,当某些输入特征导致输出分数波动时,预测模型通常会遭受时间不稳定的影响。这种不稳定性会降低模型的可靠性和用户体验,尤其是在多阶段系统中,其中一致的预测对于下游决策至关重要。我们引入了 Fortress,这是一个通用框架,用于通过识别和修剪随着时间的推移导致预测分数不一致的特征来增强模型的稳定性和准确性。 Fortress 利用历史快照临时分区数据集......

TopoPrimer:预测模型中缺失的拓扑上下文

TopoPrimer: The Missing Topological Context in Forecasting Models

我们引入了 TopoPrimer,一个框架,使序列总体的全局拓扑结构成为任何预测模型的显式输入。 TopoPrimer 提高了不同领域的准确性,稳定了季节性需求高峰下的预测,并缩小了冷启动差距。 TopoPrimer 通过持久同源性和谱束坐标对每个域进行一次预计算,将每个令牌部署为经过充分训练的模型,并作为预训练主干的轻量级适配器。在这两个组件中,层坐标是主要的精度驱动因素。跨越 Chronos 的四个公共基准和……

LensVLM:用于文本压缩视觉表示的选择性上下文扩展

LensVLM: Selective Context Expansion for Compressed Visual Representation of Text

视觉语言模型 (VLM) 提供了将文本处理为渲染图像的令人兴奋的可能性,无需将文本标记为长标记序列。由于 VLM 图像编码器将固定大小的图像映射到固定数量的视觉标记,因此不同的渲染分辨率提供了细粒度的压缩旋钮。然而,随着压缩率的增加,准确性会迅速下降:字符缩小到低于视觉编码器的有效分辨率,使它们难以区分。为了解决这个问题,我们提出了 LensVLM,这是一个推理框架和训练后配方,使 VLM 能够扫描……

FlowEval:生成的用户界面的基于参考的评估

FlowEval: Reference-Based Evaluation of Generated User Interfaces

虽然大型语言模型 (LLM) 和编码代理通常应用于用户界面 (UI) 开发,但开发人员发现很难可靠地评估他们在视觉和交互设计方面的熟练程度。现有的评估要么依靠人类专家,他们可以通过测试关键流程来准确评估可用性,但速度慢且成本高;要么依靠自动化法官,虽然可扩展,但准确性较差且不透明。我们提出了 FlowEval,一个基于参考的框架,通过比较真实网站的导航轨迹与轨迹来衡量生成的 UI 是否支持真实的交互流......

共形思维:计算预算推理的风险控制

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......

Inscribe 如何使用 Amazon Bedrock 在几秒钟内阻止文档欺诈

How Inscribe uses Amazon Bedrock to stop document fraud in seconds

在本文中,您将了解 Inscribe 如何使用 Amazon Bedrock 开发代理 AI 系统,以专业欺诈分析师的方式跨文档进行推理。借助这一新的代理 AI 系统,Inscribe 现在可以在 90 秒内检测到被篡改、伪造和 AI 生成的财务文档。这比传统的人工审核提高了 20 倍,同时保持了金融服务法规所要求的准确性和可解释性。