How we measured Americans’ engagement in public life
本文解释了研究人员如何使用多模式调查、基于地址的抽样和聚类分析来衡量美国人对公共生活的参与度。
2025 年跨部门参与度调查方法摘要 SSRS 使用基于地址的抽样和多模式协议为皮尤研究中心进行了跨部门参与度调查。该调查于 2025 年 7 月 9 日至 12 月 5 日进行。首先向参与者邮寄了完成在线调查的邀请。随后将纸质调查邮寄给那些[...]
Portugal's AMALIA treats AI as a public good
全球人工智能 (AI) 霸主地位的竞争由美国主要科技巨头与专制中国的竞争对手主导。但欧洲国家正在寻求第三条道路，这些国家将人工智能视为公共物品，而不是私人物品。欧洲最有趣的发展之一发生在 7 月 1 日，当时葡萄牙推出了 AMALIA（人工智能自动多模式语言助手）。它的目标，就像法国公司 Mistral AI SAS 一样，最好理解为实现一定程度的独立于条款集的一种手段……
5 Open Source Omni AI Models That Handle Text, Images, Audio, and Video
实际了解用于视觉语言推理、语音交互、文档智能、实时助手、本地部署的多模式、任意系统。
Top 7 Coding Models You Can Run Locally in 2026
探索用于私有 AI 编码、快速 GGUF 推理、代理工作流程、多模式开发以及在您自己的 GPU 上运行强大的开放模型的最佳本地编码模型。
Introducing Gemma 4 models on Amazon Bedrock
今天，我们宣布 Gemma 4 系列在 Amazon Bedrock 上上市。 Gemma 4 由 Google DeepMind 构建并在 Apache 2.0 许可下发布，是一系列开放权重模型，其设计重点是跨广泛部署场景的每参数智能。该系列包括三个指令调整变体：Gemma 4 31B、Gemma 4 26B-A4B 和 Gemma 4 E2B。这些涵盖密集和专家混合 (MoE) 架构，其中每个请求仅激活模型参数的一小部分。这些变体提供内置推理、本机函数调用以及跨文本和图像的多模式输入。
