Synthetic Voices Shed Light on the Deep-Rooted Gender Biases Embedded in our Tech
信息技术对社会的影响的专家考虑说话的机器如何获得男性和女性的声音
Add a generative AI experience to your website or web application with Amazon Q embedded
Amazon Q 嵌入式功能可让您在网站或应用程序中嵌入托管的 Amazon Q Business 助手，以创建更加个性化的体验，从而提高最终用户的工作效率。在这篇文章中，我们将演示如何使用 Amazon Q 嵌入式功能使用基本 HTML 或 React 将 Amazon Q Business 助手添加到您的网站或 Web 应用程序中。
Five Key Considerations for Embedding Equity in Economic Development Planning
Smart Growth America 的 2024 年公平峰会是该活动的首次现场版本，邀请了鼓舞人心的演讲者提供真正的……
Wordsmith AI Bags $25m + CEO Interview
Wordsmith AI已筹集了由Index Ventures领导的2500万美元的A系列资金。新现金将用于支持其嵌入的目的...
The future of AI in cybersecurity in a word: Optimistic
赞助的帖子认为人工智能是您嵌入的Allyai实时重塑网络安全，从而增加了战场两边的赌注。对于防御者来说，它会大规模带来速度，精度和自动化，帮助安全团队提早发现威胁，并比以往任何时候都更快。但是对手并没有静止。他们正在利用AI来提高自己的战术，加速攻击并以前所未有的精致来探测防御措施。
AGRA Village-Based Advisors Evaluation: Phase 1 Report
Mathematica对AGRA的基于村庄的顾问（VBA）计划进行了混合方法评估，该计划评估了该计划对VBAS本身的影响，嵌入的系统变化以及影响的系统以及该计划的可持续性的前景。
"The Avalanche Has Really Just Started" - Credit Market Cracks Raise Fears Of Bankruptcy Wave
“雪崩真的已经开始了” - 信贷市场的破解引起了一周前对破产的恐惧，在众所周知的关税繁殖物袭击了旋转的市场对象之前，我们警告说，裂缝开始出现在信贷市场上...信贷开始出现。信贷开始破解，即Fin.finally the Fien the Fircly of Ferce week.twitter.com.twitter.com.twitter.com/1azfogagedeve@zerefeve- Zerefeve@zerefeff ...后来，事情开始“迅速升级”……尽管股票反弹（在混乱和头条鲁莱特的头条新闻中）仍然压力很大，而萨巴资本管理的创始人Boaz Weinstein警告说，彭博人在
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 1, January 2025
1) 特邀编辑：可信联邦学习专题作者：Qiang Yang, Han Yu, Sin G. Teo, Bo Li, Guodong Long, Chao Jin, Lixin Fan, Yang Liu, Le Zhang页数：5 - 52) 联邦推荐系统综述作者：Zehua Sun, Yonghui Xu, Yong Liu, Wei He, Lanju Kong, Fangzhao Wu, Yali Jiang, Lizhen Cui页数：6 - 203) 从梯度进行生成图像重建作者：Ekanut Sotthiwat, Liangli Zhen, Chi Zhang, Zengxiang
Weekly Review 27 December 2024
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：为什么人工智能仍然无法处理大块文本：https://arstechnica.com/ai/2024/12/why-ai-language-models-choke-on-too-much-text/一旦经过训练，人工智能就会固守自己的观点，即使经过再训练也是如此：https://techcrunch.com/2024/12/18/new-anthropic-study-shows-ai-really-doesnt-want-to-be-force
Trade Isn't Money for Nothing — Stephanie Kelton
在 MMT 术语中，进口是实际收益，出口是实际损失，其中“实际”是指生产中使用的资源（包括嵌入的劳动力）中的“东西”。进口国获得的商品是出口国社会成员无法享受的，尽管他们生产了这些商品，而进口国社会成员享受这些商品，而不是实际生产者。因此，从实际角度而非金融角度来看，进口商在用货币兑换实际商品方面获得了更好的交易——几乎。进口意味着进口商在交易中获得嵌入劳动力，这可能会对进口国的就业产生负面影响。出口通过创造就业机会对劳动力产生相反的影响。但这些工作是为其他人而不是生产国生产商品。关注交换的金融方面掩盖了这一点。特朗普团队似乎过于关注国际交易的金融方面。另一方面，与净进口国美国不同，中国是净出
Answer questions from tables embedded in documents with Amazon Q Business
Amazon Q Business 推出了对表格搜索的支持，您可以使用该功能从 Amazon Q Business 中获取的文档中嵌入的表格中提取答案。表格搜索是 Amazon Q Business 中的一项内置功能，可无缝跨多个域运行，无需管理员或最终用户进行设置。在这篇文章中，我们获取了包含表格的不同类型的文档，并向您展示了 Amazon Q Business 如何响应与表格中的数据相关的问题。
Zero-Shot Localization with CLIP-Style Encoders
我们如何才能看到视觉编码器所看到的内容？Stephan Widua 在 Unsplash 上的照片想想您最喜欢的预训练视觉编码器。我假设您选择了 CNN（卷积神经网络）或 ViT（视觉变换器）的某种变体。编码器是将图像映射到 d 维向量空间的函数。在此过程中，图像被转换为特征图序列：作者提供的图片。特征图 (w × h × k) 可以被认为是收集的 k 维补丁嵌入的 2D 数组，或者等效地，具有 k 个通道 f₁, … fₖ 的粗略图像 (w × h)。CNN 和 ViT 都以各自的方式将输入图像转换为特征图序列。当图像穿过其层时，我们如何才能看到视觉编码器所看到的内容？零样本定位方法旨在
New DNA findings shed light on Tsavo's infamous man-eating lions
科学家从察沃狮子颌骨中嵌入的毛发中提取出 DNA，揭示了它们活着时吃的猎物种类。
Cicada ransomware may be a BlackCat/ALPHV rebrand and upgrade
研究人员发现许多相似之处，以及令人讨厌的新定制，例如嵌入的被盗用户凭据Cicada3301 勒索软件自 6 月被发现以来已造成至少 20 名受害者，据以色列终端安全公司 Morphisec 的安全研究人员称，它与臭名昭著的 BlackCat 勒索软件有“惊人的相似之处”。
Data Curation Practices to Minimize Bias in Medical AI
确保医疗 AI 应用的医疗保健结果公平公正 AI 训练数据中的潜在偏见来源。图片由作者创建。AI 偏见是指由于训练数据中的偏见，AI 系统对不同群体产生不平等结果时的歧视。如果不加以缓解，AI 和机器学习模型中的偏见会通过在决策算法中嵌入歧视，使历史上被边缘化的群体所面临的歧视系统化和加剧。训练数据中的问题，例如不具代表性或不平衡的数据集、数据中嵌入的历史偏见以及有缺陷的数据收集方法，会导致模型出现偏差。例如，如果贷款决策应用程序是根据历史决策进行训练的，但黑人贷款申请人在这些历史决策中受到系统性的歧视，那么该模型将在其决策中嵌入这种歧视模式。偏见也可能是在特征选择和工程阶段引入的，其中某些属
Do shoot the messenger: Telegram-controlled backdoor trojan targets Linux servers
2024 年 7 月 4 日Doctor Web 病毒分析师揭露了著名 TgRat 木马的 Linux 版本，该木马用于针对计算机进行有针对性的攻击。该木马的一个显着特征是它通过 Telegram 机器人进行控制。该恶意软件属于远程访问木马类型，以其不太令人不快但非常贴切的首字母缩略词 RAT 而闻名。本质上，RAT 就是我们自 COVID 封锁以来都习惯的远程访问和管理工具，只是这次它们为坏人服务。主要区别在于目标用户不应怀疑其他人正在控制他们的机器。TgRat 木马最初于 2022 年被发现。这是一个为 Windows 编写的小型木马，旨在从受感染的机器中窃取数据。不久前，Doctor W
Not All HNSW Indices Are Made Equaly
并非所有 HNSW 索引都一样克服主要的 HNSW 挑战以提高 AI 生产工作负载的效率照片由 Talha Riaz 在 Pexels 上拍摄分层可导航小世界 (HNSW) 算法以其在大规模数据搜索中的效率和准确性而闻名，使其成为搜索任务和 AI/LLM 应用程序（如 RAG）的热门选择。但是，设置和维护 HNSW 索引本身也存在一系列挑战。让我们来探索这些挑战，提供一些克服它们的方法，甚至看看我们如何通过解决其中一个问题来一石二鸟。内存消耗由于其嵌入的分层结构，HNSW 的主要挑战之一是其高内存使用率。但很少有人意识到内存问题超出了存储初始索引所需的内存。这是因为，随着 HNSW 索引的修改
Five Great Microsoft Forms Features for Teachers
大多数时候，我更喜欢 Google Workspace 工具，而不是 Microsoft 的同类工具。这条规则有一个例外。那个例外就是表格。在制作和发布在线表单方面，Microsoft Forms 比 Google Forms 具有更多我喜欢的功能。例如，Microsoft Forms 中新的实时演示模式与 Google Forms 中提供的完全不同。Microsoft Forms 的其他方面我也很喜欢，但 Google Forms 却无法与之媲美。这些功能在下面嵌入的新视频中进行了演示。1. 将文档转换为表单。2. 实时模式3. 计时器4. 开始和结束日期5. 背景音乐视频 - 我最喜欢的
