Linear Regression Is Actually a Projection Problem (Part 2: From Projections to Predictions)
最小二乘法的向量视图。后线性回归实际上是一个投影问题（第 2 部分：从投影到预测）首先出现在《走向数据科学》上。
Enabling agent-first process redesign
与静态的、基于规则的系统不同，人工智能代理可以动态地学习、适应和优化流程。当人工智能代理与数据、系统、人员和其他代理实时交互时，它们可以自主执行整个工作流程。但释放它们的潜力需要重新设计围绕代理的流程，而不是使用传统的优化方法将它们固定到支离破碎的遗留工作流程上。公司...
The one piece of data that could actually shed light on your job and AI
这个故事最初出现在我们关于人工智能的每周通讯《算法》中。要首先在您的收件箱中收到此类故事，请在此处注册。在硅谷的轨道上，人工智能推动的就业灾难被认为是理所当然的。人们的情绪如此严峻，以至于 Anthropic 的一位社会影响研究人员周三响应号召……
The Model You Love Is Probably Just the One You Use
以下文章最初发表在 Medium 上，经作者许可在此重新发布。如果询问 10 位开发人员他们会推荐哪位法学硕士，您会得到 10 个不同的答案，而且几乎没有一个答案是基于客观比较的。相反，您将得到的是他们碰巧有权访问的模型的反映，[...]
What to look for when evaluating AI agent monitoring capabilities
您的人工智能代理每小时都会做出数百个（有时是数千个）决策。批准交易。路由客户。触发您无法直接控制的下游操作。这是大多数企业领导者无法自信回答的令人不安的问题：您真的知道这些代理在做什么吗？如果这个问题让你犹豫不决，那么你并不孤单。许多...评估 AI 代理监控功能时要寻找什么的帖子首先出现在 DataRobot 上。
AI agent observability: what enterprises need to know
如果不监测患者的生命体征，就无法经营一家医院。然而，大多数部署人工智能代理的企业并没有真正了解这些代理实际上在做什么，或者为什么这样做。最初的聊天机器人和演示已经发展成为嵌入核心工作流程的自主系统：处理客户交互、执行决策以及跨复杂基础设施编排行动……后人工智能代理可观察性：企业需要了解的内容首先出现在 DataRobot 上。
10 LLM Engineering Concepts Explained in 10 Minutes
每个法学硕士工程师都发誓构建可靠的人工智能系统的 10 个概念。
AI Isn’t Coming For Your Job: Automation Is
但实际上没有人大声说出这一点：每个人都将威胁归因于人工智能，更具体地说，属于自动化。
10 Open-Source Libraries for Fine-Tuning LLMs
微调大型语言模型 (LLM) 已成为使基础模型适应特定领域任务（例如客户支持、代码生成、法律分析、医疗保健助理和企业副驾驶）的最重要步骤之一。虽然全模型训练仍然昂贵，但开源库现在可以在适度的情况下有效地微调模型......阅读更多»用于微调 LLM 的 10 个开源库首先出现在《大数据分析新闻》上。
IEEE Transactions on Evolutionary Computation, Volume 30, Issue 2, April 2025
1) Efficient Meta-Heuristic Approach for the Multiobjective Green p-Hub Center Routing Problem作者：E. M. Ibnoulouafi, T. Aouam, M. Oudani, M. GhoghoPages: 449 - 4632) A Multi-Fidelity Genetic Algorithm for Hyperparameter Optimization of Deep Neural Networks作者：A. R. Moya, S. Ventura 页数: 464 - 4783) 通过分
IEEE Transactions on Neural Networks and Learning Systems, Volume 37, Issue 4, April 2026
1) 基于多模态特征和深度学习网络的嗅觉受体与分子相互作用的新方法作者：F. Wang, X. Xie, Y. Xiong, Z. Liu, M. Kong, H. Dong, X. ChenPages: 1506 - 15172) 基于随机锚图聚合的谱嵌入表示作者：J. Zhou, F. Li, C. Gau, W. Ding, W. Pedrycz, G. Lang页面: 1518 - 15323) 基于有向图压缩通信的去中心化在线优化作者: H. Liu, B. Zhang, Z. Yu, D. Yuan, M. Dai页面: 1533 - 15454) 基于高阶累积量的直接高效因果方法
IEEE Transactions on Fuzzy Systems, Volume 34, Issue 4, April 2026
1) 客座社论：模糊大型模型专题：桥接不确定性和创造力作者：H. Yu、Q. Liu、W. Pedrycz、J. Lu 页数：1039 - 10402) FMA-Net：用于细粒度图像识别的模糊相互注意网络作者：H. Huang、J. -H.李，S.-K。 Oh, Z. Fu, J. H. Yoon, W. Pedrycz 页数：1041 - 10523) 通过大型语言模型对权衡总成本和客户满意度 VRP 中的上下文进行建模作者：H. -W.丁，Z.-S。 Chen, Y. Yang, W. DingPages: 1053 - 10634) 通过模糊隶属聚合审计大型语言模型中的部分数据集使用作
I swapped my MacBook Air with a Snapdragon X Elite Extreme laptop - here's how they compared
华硕 16 英寸 Zenbook A16 采用了全新的超便携方法，但它是否有效取决于你问的是谁。
Why Microsoft is forcing Windows 11 25H2 update on all eligible PCs
随着 Windows 11 24H2 的支持将于 10 月结束，出于安全原因，微软希望所有电脑都使用同一版本 - 但您可以推迟更新。方法如下。
Studying Human Attitudes Towards Robots Through Experience
构建下一代机器人以成功集成到我们的家庭、办公室和工厂中不仅仅是解决硬件和软件问题 - 我们还需要了解它们将如何被感知以及它们如何与这些空间中的人们有效地合作。 2025 年夏天，RAI 研究所在 CambridgeSide 购物中心设置了免费的弹出式机器人体验，旨在让人们亲身体验最先进的机器人技术。虽然有关机器人和人工智能的新闻报道很常见，有些过于批评，有些过于乐观，但大多数人并没有遇到过有血有肉（或金属）的机器人。由于没有直接经验，他们的观点很大程度上受到流行文化和社交媒体的影响，这两种媒体都更关注耸人听闻的故事，而不是有关如何有效使用机器人以及技术仍然存在缺陷的准确信息。我们弹出窗口的目标
Video Friday: Digit Learns to Dance—Virtually Overnight
Video Friday 是您每周精选的精彩机器人视频，由您在 IEEE Spectrum 机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。ICRA 2026：2026年6月1-5日，VIENNARSS 2026：2026年7月13-17日，悉尼多机器人系统暑期学校：2026年7月29日至8月4日，布拉格享受今天的视频！让 Digit 跳舞需要的不仅仅是穿上一些漂亮的鞋子——我们的人工智能团队可以在一夜之间教会 Digit 新的全身控制能力。使用来自动作捕捉、动画和远程操作方法的原始运动数据，Digit 通过模拟到真实的强化训练获得新
Scientists Build Living Robots With Nervous Systems
工程师长期以来一直试图模仿生活。他们模仿人脑构建了机器学习算法，设计了像狗一样行走或像昆虫一样飞行的机器，并教会机器人适应周围的世界，无论多么笨拙。现在他们完全跳过了模仿。他们不再从生物学中汲取灵感，而是从中构建机器人：制造微小的、自由游动的活细胞组合，这些细胞组合成自我导向的系统，并配有将自身连接到功能电路的神经元。上个月在《先进科学》杂志上报道的结果是研究人员称之为“神经机器人”。这些活体机器可以帮助科学家更好地理解简单的神经网络如何产生复杂的行为，这是构建将生物组织与工程控制相结合的机器人系统的基础步骤。经过进一步改进，它们可以用于从精确组织修复到环境清理等各种应用。“我的一般反应是，‘
