语言关键词检索结果

两全其美

The Best of Both Worlds

Alexandra Güílamo 建议双语项目领导者如何最好地整合阅读立法科学 识字是每个孩子的权利,我们的目标必须是 100% 的识字率。然而,如何最好地实现这一目标仍在全国各地争论,这给了各州采取行动的充分理由。 […]《两全其美》一文首先出现在语言杂志上。

Halliburton 利用 Amazon Bedrock 和 Generative AI 增强地震工作流程创建

Halliburton enhances seismic workflow creation with Amazon Bedrock and Generative AI

在这篇文章中,我们将探讨如何构建概念验证,将自然语言查询转换为可执行的地震工作流程,同时为哈里伯顿的地震引擎工具和文档提供问答功能。我们将介绍该解决方案的技术细节,分享显示工作流程加速高达 95% 的评估结果,并讨论可帮助其他组织通过生成 AI 增强其复杂技术工作流程的关键知识。

低收入学生更有可能提交人工智能生成的入学论文

Low-Income Students More Likely to Submit AI-Generated Admissions Essays

低收入学生更有可能提交人工智能生成的招生论文 Johanna AlonsoFri, 05/08/2026 - 03:00 AMA 对一所重点大学的数万篇招生论文的审查显示,在 2022 年人工智能工具可用后,同质语言有所增加。Byline(s)Johanna Alonso

文艺复兴慈善事业总裁 Kumar Garg 的 Big If True 思维、人工智能和早期读写能力

Big If True Thinking, AI and Early Literacy with Kumar Garg, President Renaissance Philanthropy

文艺复兴慈善事业总裁库马尔·加格 (Kumar Garg) 再次与主持人迈克·帕尔默 (Mike Palmer) 一起第三次出现在《Trending in Ed》节目中,赢得了令人垂涎的冰箱贴。库马尔讨论了 RenPhil 的发展及其帮助捐助者有效投资于人工智能、气候和教育等科学技术研究领域的使命。 Big If True:对话探讨了“Big If True”的概念和 Big If True 科学 (BITS) 加速器。该框架侧重于能够在三到五年内对某个领域产生切实影响的变革性想法。 BITS 不资助增量研究,而是鼓励研究人员确定最大的目标,一旦实现,这些目标将给世界带来真正的改变。 LEVI

观点:为什么人工智能素养的“中间道路”可能是英语课堂的未来

Opinion: Why the ‘Middle Path’ of AI Literacy May Be the Future of English Class

不管你喜欢与否,生成式人工智能将继续存在。现在全国大多数学生至少偶尔会使用它来完成作业。监管人工智能的使用几乎是不可能的,受监控的课堂评估优先考虑快速思考而不是深度思考——这对神经多样性和多语言学习者不利。任何带回家的作业,无论多么有创意或个人化,都是[...]

遗传学研究正在揭示印第安人的起源

Genetic Studies Are Revealing the Origins of Indians

Kiran Kumbhar,Aeon 南亚,或印度次大陆,或民族国家出现之前的含义中的“印度”,拥有显着的种族、文化和语言多样性。超过...

触觉传感如何提高模型性能

How tactile sensing improves model performance

视觉-语言-动作模型是机器人操作领域的最新技术。他们仍然无法在不压碎薯片的情况下拿起薯片。这是视频触觉动作模型(VTAM)背后的团队今年早些时候发布的结果。在薯片拾取和放置任务中(一项需要高保真力感知的任务,仅靠视觉无法区分挤压性抓握和握持性抓握),VTAM 的性能比 π0.5 基线高出 80%。在更广泛的接触丰富的基准测试套件中,VTAM 的平均成功率为 90%。 1该芯片是一个对抗性示例,这正是它是正确测试的原因。在抓握点,只有接触动态才携带有用的信号。压力、振动和力/扭矩告诉策略正在发生什么,纠正仅视觉模型无法自行检测的视觉估计错误。相机无论分辨率有多高,都无法完成这项工作。

严格控制:随着审查的增加,AOPA 锁定年会

Tightly Controlled: AOPA Locks Down Annual Meeting as Scrutiny Mounts

AOPA 年会规则引发有关准入和透明度的问题 现在的时机再糟糕不过了。或者更能说明问题。在飞机所有者和飞行员协会准备 5 月 12 日的年会之际,它发布了一套“行为规则”,引发了严重的问题——不是关于秩序,而是关于开放性。从纸面上看,这些规则听起来很例行公事。在实践中,他们创造了一个严格控制的环境,其中成员的参与受到严格限制,领导权力是绝对的。在代表数十万人的组织中,只有 20 名成员可以发言。每人有两分钟时间。这不是对话。那是一个压力阀。主席对可以讨论哪些事务、可以添加哪些内容以及谁可以留在会议室保留单方面权力。结合有关“扰乱”和“贬损”言论的宽泛语言,这创造了一种可以随意减少令人不舒服的问

随机 KV 路由:启用自适应深度缓存共享

Stochastic KV Routing: Enabling Adaptive Depth-Wise Cache Sharing

为高吞吐量的 Transformer 语言模型提供服务需要缓存键值 (KV),以避免自回归生成过程中的冗余计算。 KV 缓存的内存占用量很大,并且严重影响服务成本。这项工作旨在减少这些内存需求。虽然最近的工作主要通过沿时间轴的压缩和驱逐来减少 KV 缓存,但我们认为深度维度提供了一种正交且稳健的优化途径。尽管之前的研究表明每个层的完整缓存是多余的,但实现......

技能是教育的对立面吗?

Are skills the opposite of education?

本博客由剑桥大学荣誉教授 Dame Athene Donald 教授友情撰写。乔什·帕特尔(Josh Patel)最近在 HEPI 博客中指出,“技能话语通常优先考虑狭隘定义和短期政治目的。”并且“技能语言鼓励狭隘地关注与离散任务相关的能力。”是的,这几乎肯定是[…]帖子技能与教育相反吗?首先出现在 HEPI 上。

大学利用机构中立来压制学生言论

Colleges Using Institutional Neutrality to Suppress Student Speech

大学利用机构中立性压制学生言论 乔什·穆迪星期三,2026 年 5 月 6 日 - 03:00 AM 学院官员引用了这些政策和州反 DEI 法律,迫使学生从传单和剧院布景中删除语言。专家表示,管理人员误解了这些政策和法律。作者:Josh Moody

弥合学生犹豫与准备之间的差距

Bridging the Gap Between Student Hesitation and Readiness

有些学生在将自己的想法付诸实践之前犹豫不决。不是因为他们无话可说,而是因为他们担心自己认为的事情不“正确”。在我的音乐入门课程中,学生们在第一天就写一些不熟悉的作品,对许多人来说,这种不熟悉会造成一种自我沉默。他们倾听,形成印象,甚至有语言来表达……弥合学生犹豫和准备之间的差距的帖子首先出现在教师焦点|高等教育教学与学习。

教师如何帮助学生感到被了解、被重视和被尊重

How Teachers Help Students Feel Known, Valued, and Respected

在《学生机构:通过改变角色建立思维文化》锚页面中,我讨论了思维文化意味着塑造课堂生活的八种力量:期望、语言、时间、建模、惯例、互动、机会和环境(零号项目,2024)。简单地说,学生注意到课程的真正内容。如果节奏说“完成 [...]

解决发送资金和包容性的系统性问题 |字母

Fixing systemic problems with Send funding and inclusion | Letters

Jan Shapiro 呼吁对影响 Send 系统实践的假设和文化进行彻底检查。另外,玛丽·史密斯根据她孙女的修订表向读者和记者提出了挑战。您的报告强调了特殊教育需求和残疾规定资金不足的影响(民意调查发现,英国学校被迫削减对寄送学生的支持,4 月 23 日)。然而,此时此刻不仅应该引起人们对支持减少的担忧,还应该对最初产生这些压力的系统进行更根本的检查。我领导的学校的弱势学生比例明显高于平均水平。对我们来说,包容不是附加项,而是嵌入关系和实践中的承诺。这个问题不仅仅是财务问题。它还涉及方法、语言、文化以及学校被激励重视的内容。如果没有这个基础,仅靠增加资金将无法满足我们寄送儿童的需求。继续阅读

强化代理:工具调用代理的推理时间反馈

Reinforced Agent: Inference-Time Feedback for Tool-Calling Agents

本文被 ACL 2026 第五届自然语言生成、评估和指标研讨会接受。工具调用代理在工具选择、参数准确性和范围识别方面进行评估,但 LLM 轨迹评估本质上仍然是事后评估。与活动执行循环断开连接,此类评估可以识别通常通过即时调整或重新训练来解决的错误,并且从根本上无法实时纠正代理。为了弥补这一差距,我们在推理时将评估转移到执行循环中:专门的审阅代理评估......

PORTool:使用奖励树进行重要性感知策略优化,用于多工具集成推理

PORTool: Importance-Aware Policy Optimization with Rewarded Tree for Multi-Tool-Integrated Reasoning

多工具集成推理使 LLM 授权的工具使用代理能够通过将自然语言推理与对外部工具的调用交错来解决复杂的任务。然而,使用仅结果奖励来训练此类代理会受到信用分配模糊性的影响,从而模糊了哪些中间步骤(或工具使用决策)会导致成功或失败。在本文中,我们提出了 PORTool,这是一种重要性感知的策略优化算法,可以通过结果级别的监督来增强代理的工具使用能力,同时在步骤级别上分配奖励。具体来说,PORTool 会产生奖励......

DSO:直接转向优化以减轻偏差

DSO: Direct Steering Optimization for Bias Mitigation

生成模型通常用于代表用户做出决策,例如视觉语言模型 (VLM) 可以识别房间中的哪个人是医生,以帮助视障人士。然而,VLM 的决策受到输入中人们所感知的人口统计特征的影响,这可能会导致有偏见的结果,例如未能将女性识别为医生。此外,当减少偏差导致性能损失时,用户可能对平衡偏差缓解与整体模型功能有不同的需求,这凸显了对能够实现可控偏差减少的方法的需求……

儿童发育障碍 - 学习或行为存在明显困难的儿童数量10年增加2.3个百分点,早期干预对预防继发性残疾寄予厚望 -

子どもの発達障がい-学習面又は行動面で著しい困難を示す児童数は、10年で2.3%pt上昇、早期介入は二次障がい予防の期待大-

■摘要本文总结了儿童发育障碍的实际情况以及支持的重要性。发育障碍包括多种特征,如自闭症谱系障碍、多动症和学习障碍,而且症状的表现方式因人而异。近年来,表现出明显学习和行为困难的儿童比例有所上升,达到约8.8%,比10年前增加了2.3个百分点,但有人指出,这可能是由于对问题的认识提高,从而可能揭露了以前被忽视的案例。发现的动机是婴儿健康检查、托儿所、幼儿园和教育机构的认识,以及专业人员的支持系统。特别是,早期干预据说可以有效预防继发性残疾,例如自卑和拒绝上学。另一方面,无论一个人是否已确诊,了解个体特征并调整环境很重要;特征不仅可以是弱点,也可以是优点。有必要根据患者的生活困难程度提供适当的支持