我在上周发布的一些有趣的链接（我还将这些链接发布在Mastodon，Threads，NewsMast和Bluesky上）：AI可以帮助改善员工的保留吗？经理会对它可能揭示的内容感到高兴吗？ https://www.datasciencecentral.com/utilize-machine-learning-to-improve-emplove-rployee-retention-rates/this Clown因其角色而毫无疑问，为什么他未能以有意义的方式脱颖而出？ https://www.theverge.com/ai-Artaver-intelligence/697129/rfk-jr-
Shielded Diffusion: Generating Novel and Diverse Images using Sparse Repellency
扩散模型正在生成越来越现实的图像。但是，当用相同提示反复反复发电图像时，从业人员通常会获得相同的，极为怀疑的模式的轻微变化。结果，大多数模型无法重新折断数据中固有的多样性，这阻碍了它们与CreativEtasks或为世界模型提供动力的能力。这项工作提出了一种非常有效的和一般的方法，可以将生成的图像从一组参考图像组中驱逐出去。这是通过在散布中引入数据驱动的驱除术语来实现的。
Productivity Gains From Using AI
生产力从使用AIAS AI工具从越来越多地整合（甚至在某些情况下），甚至是规定的 - 在专业工作流程中，他们对生产力的实际影响越来越明显。该图表通过视觉资本家的Niccolo Conte，比较了美国成人的平均时间，将其平均时间与成年人的平均时间进行比较，并在未经启用的情况下进行响应，并在12月20日使用ai的范围内进行了调查。 and the World Bank.Generative AI Improves Productivity by Over 60%Across all tasks, using generative AI reduced the average time taken
New California Laws Effective July 1 Could Impact Students, Paychecks, Airbnb-Stays
新加利福尼亚法律生效于7月1日生效，可能会影响学生，薪水，由索菲·李（Sophie li）通过时代进行的Airbnb-stayshatherauth，新加利福尼亚法律将于7月1日生效，几乎触及了生活的每个角落，从订阅和短期租金和工资和学生心理健康的临时措施，均由Gov. Gov. Gavin newser的临时措施，均逐渐扩展，并在最新的范围内宣布。 coverage, raise wages, and improve access to legal and mental health support.Here are some of the new laws.Short-Term Renta
Students and AI Webinar Report
记录：演示文件：学生和AI.PDFADITIONAL链接：原始调查链接到“成功条件” Google Sheetchat日志：https：//drive.google.com/file.com/file/d/1s5pamte4iud3_qezwcgv3sn2ppv3sn2ppvdbtdo88/view？结果：从响应中制作的摘要 - 与学生的良好实践框架有关，该框架综合了网络研讨会的响应，以创建有效和负责任的AI在教育中使用的条件。它在三个支柱周围结构：促进积极的结果，防止负面结果并促进负责的AI使用。1。促进积极的成果ai，以增强参与度，个性化学习并为学生做好准备以提高未来技能。参与度：使用AI
Dem Rep. Balint: We Need Undocumented Immigrants To "Wipe Our A$$es"
demrep。Balint：我们需要无证件移民来“擦除我们的A $$ ES”，由乔纳森·图里（Jonathan Turley）撰写，民主党政客和专家们的奇怪叙事支持了数百万无证件的人，这些人在竞技管理下涉足了数百万的无证件：他们是Menial Tasks.reps.reps.reps.reps.rep。茉莉·克罗基特（D.这似乎与众议员杰里·纳德勒（D. N.Y.）的观点相呼应，后者警告说，如果没有无证件的工人，我们就没有人去捡起我们的农作物。众议员贝卡·巴林特（D.我想知道为什么民主党人失去西班牙裔选民。 Balint告诉佛蒙特州，“我们都知道我们在佛蒙特州的AG系统将在没有劳动的情况下崩溃
Beyond Text Compression: Evaluating Tokenizers Across Scales
令牌设计师的设计显着影响语言模型性能，但是评估令牌质量仍然具有挑战性。尽管文本压缩已成为一种常见的内在度量，但最近的工作质疑其作为质量指标的可靠性。 We investigate whether evaluating tokenizers on smaller models (350M parameters) reliably predicts their impact at larger scales (2.7B parameters).Through experiments with established tokenizers from widely-adopted language m
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 3, March 2025
1）深度神经网络中有效融合的来宾社论特刊：Yanwei Pang，Fahad Shahbaz Khan，Xin lu，fabio cuzzolinpages：3886-3886-38892）的决策网络图像分类网络（S） Gu, Zhihong Tian, Wenping WangPages: 3890 - 39033) ResDNet: Efficient Dense Multi-Scale Representations With Residual Learning for High-Level Vision TasksAuthor(s): Yuanduo Hong, Huihui Pan,
#306 – Oriol Vinyals: Deep Learning and Artificial General Intelligence
Oriol Vinyals 是 DeepMind 的研究总监和深度学习负责人。请查看我们的赞助商来支持此播客： - Shopify：https://shopify.com/lex 获得 14 天免费试用 - Weights & Biases：https://lexfridman.com/wnb - Magic Spoon：https://magicspoon.com/lex 并使用代码 LEX 获得 5 美元折扣 - Blinkist：https://blinkist.com/lex 并使用代码 LEX 获得 25% 的高级折扣 EPISODE LINKS：Oriol 的 Twitter：ht
