-
-
家教公司告诉父母节省他们的钱并“使用人工智能”
HN ð69· 115 评论
-
人工智能安全在伯克利主要是一种性崇拜
HN76· 17 评论
-
“那太AI了”阿尔法一代最大的侮辱告诉我们什么
HN ð111· 156 评论
-
与您的代理一起编辑文档看起来很有希望
HN Ÿ 6 · 0 评论
-
Meta在Meta拍摄后删除了一段关于Meta AI Glasses的评论视频
HN ð205· 83 评论
-
urlquery.net上发现了早期流氓人工智能代理活动和黑客攻击企图
HN ð149· 123 评论
-
Nori LLM：达到超过100万tok / s
HN800· 1 评论
-
OpenAI的下一个营销噱头
HN Ÿ 7 · 0 评论
-
总理称OpenAI代理黑客入侵了澳大利亚政府网站
HN ð88· 49 评论
-
澳大利亚称OpenAI代理黑客入侵政府网站
HN ð61· 40 评论
-
联邦政府将人工智能批评者定位为“外国代理人”
HN ð148· 124 评论
-
Mercury 2.5 LLM每秒命中770个代币
HN18· 8 评论
-
OpenAI“代理人”入侵了澳大利亚的医疗服务
HN ð17· 6 评论
-
OpenAI代理黑客入侵澳大利亚医疗保险系统
HN17· 0 评论
-
VSCode的SSH代理是香蕉（2025）
HN Ÿ 94 · 66 评论
-
一旦克劳德能够测量某个东西，它就可以让它更快
HN ð143· 90 评论
-
克劳德发现了一种具有CRISPR样重复序列的新型酶系统
HN ð438· 486 评论
-
作者身份验证的对比学习
作者：Peter Kirby|我们的结果表明，在测试设置下，对比学习优于基于分类的作者身份验证方法。我们将损失函数、批量大小、训练持续时间、预训练模型、输入上下文长度和随机文本跨度数据增强确定为模型性能的重要因素。基于这些考虑，我们开发了一个ModernBERT双编码器模型，
-
StudentBench：人工智能和人类辅导产生等同的GRE学习收益
作者：Curtis Northcutt、Inaara Hasmani、Kevin Feng|人工智能为增强人类能力提供了前所未有的机会，但前沿的进步主要集中在提高模型能力上。我们引入StudentBench，这是一套人工智能教学评估和一个公共平台，可以通过超过175，000条学生人工智能消息进行大规模数据收集，以研究大型语言模型（LLM）是否产生学习
-
我应该加入哪里？通过百分比引导目标预测加入机器人小组
作者：方子琳、王子硕、李金熙|社交导航通常假设一个指定的目标，并专注于实现该目标，同时尊重社交惯例，而机器人群组加入需要根据群组的实时活动和形成来预测加入地点。这是一项高度语义的任务，但对于机器人导盲犬和自主移动滑板车等应用程序来说也是一项重要的功能。我们制定语言背景
-
转化学习及其应用的界限甚至更窄
作者：杨英珍|我们引入了Sharper Transductive Local Complexity（STLC），这是一种用于在无替换的均匀采样下进行Transductive学习的局部复杂性方法。该构建始于测试上确界的伯恩斯坦型集中度不等式-训练经验过程。它的证明使用了修改后的log-Sobolev不等式进行交换漫步和双参数熵闭合。剥离
-
LLM可以解释收件箱行为吗？仓库级动态基准
作者：Hamed Taherkhani、Mohammad Abdollahi、Melika Sepidband|大型语言模型（LLM）越来越多地用于编码任务，但它们推理代码执行的能力仍不清楚。现有的存储库级QA基准主要评估静态代码理解，并且通常依赖于基于LLM的评估，而执行推理基准主要仅限于代码片段或函数。我们引入SWE-Flux，这是Dynami的仓库级基
-
排斥性自我注意力的非平衡阶段：混乱、注意力凝聚和紧急局部性
作者：高曲成、杨祖毅、晓陈|我们研究了一个最小的经常性Transformer的非平衡动力学与$N$正规化令牌，$Q=K=I$，和一个负值映射$V=-I$。基于相似性的注意力选择附近的表示，而负值地图则会将代币从所选字段中赶走。这种反馈可以不断重组表示几何结构和注意力网络。对于$d=2$，代币谎言
-
数学推理中的顺序不变答案、顺序敏感表示
作者：志绪Silvia Tao|在不改变其含义的情况下重新排序一组数学规则应该会保留正确的答案，但模型的内部表示也必须保持不变吗？我们使用合成的多步功能组合问题来研究这个问题，每个问题都在多个规则排序下呈现，并具有相同的正确答案。我们测量准确性和排列信噪比（SNR），它
-
最小规范单变量两层ReLU分类：具有跳过连接的精确解决方案和全局最优性
作者：Karolina Drabik、Ben Lewis、Antoni Puch|我们研究了通过一元两层ReLU网络进行二进制分类的最小范插值和$\ell_2 $-正规化逻辑损失最小化。我们给出了函数空间中最优分类器的完整几何特征，解决了解决方案如何取决于参数规范中是否包含隐层偏差。当偏见不受惩罚时，最低规范国际刑警组织
-
抑郁严重程度预测的跨量表迁移学习：从PHQ-8到HAMD-17跨语言和临床范式
作者：冯文杰、Sahba Zojji、中村聪|这项工作解决了数据稀缺情况下从临床访谈记录中连续预测抑郁严重程度评分的问题。我们提出了一种用于跨规模传输的顺序低等级自适应（LoRA）协议：首先在英语DAIC-WOZ数据集（189个化身介导的会话，PHQ-8）上对具有有界回归头的Qwen 3主干进行微调，然后适配器在