跳到正文

全部動態

RSS
今日 10 則
11月11日週三
  1. Sundar Pichai69

    Google 團隊運用 Gemini 4 Carbon,對 Signal 協定底層程式碼進行數學形式驗證,涵蓋編譯後的裝置程式碼。 - 驗證成果:生成超過 6M 行經機器檢查的 Lean 證明;Lean 自動檢查其餘部分,約 1% 的程式碼需要人工審查。

    推薦理由:這項工作將 Signal 協定的驗證延伸至編譯後的裝置程式碼,並以人工審查比例與耗時呈現形式化驗證的工作規模。

11月10日週二
  1. Hacker News (official RSS)69

    密西根大學研究發現,AI 用非英語回答可能更耗能、也較不準

    AI 用不同語言回答同一類問題時,耗用的能源和答案準確度可能有明顯差距。密西根大學研究團隊測試三種開源模型,發現生成非英語文字最多可能比英文多用 180 倍能源;印度語和孟加拉語分別約多用 7.9 倍和 15.3 倍。研究者指出,部分文字需要更多 token,會增加運算負擔;耗能較高的語言,模型回答也往往較不準。團隊建議為不同語言調整模型,或先把問題翻譯成英文再交給通用模型,但前提是翻譯可靠。

  2. solidot53

    研究指出 DALL-E 3 透過提示詞修訂美化集約化畜牧業

    研究發現,DALL-E 3 的提示詞修訂機制會將集約化畜牧業描繪成田園牧歌式場景,即使研究人員明確要求呈現真實情況也是如此。 - 研究比較:生成北美、歐洲和大洋洲農場影像時,模型多呈現奶牛在牧場吃草、豬在泥地拱土;關閉提示詞修訂後,影像更接近動物在室內飼養的現況,不同地區的差異也開始顯現。

  3. Hacker News (official RSS)77

    Global Carbon Budget 2026 預測化石燃料 CO₂ 排放下降 0.4%,總排放仍將增加

    Global Carbon Budget 2026 預測,全球化石燃料 CO₂ 排放今年將下降 0.4% 至 382 億噸;但土地利用變化排放預計增加,使總 CO₂ 排放升至 433 億噸,高於去年的 428 億噸。

    推薦理由:研究將化石燃料排放、土地利用變化與碳匯納入同一年度預算,並比較各地區及能源來源的變化,呈現全球排放下降能否持續的關鍵條件。

  4. Google DeepMind83

    Google DeepMind 開放 SatWeave 與 PARDIG 氣象資料集

    要預測天氣和水情,得先把各地衛星與地面儀器的觀測整理成完整、更新快的全球影像。Google DeepMind 開放 SatWeave 和 PARDIG,提供即時資料與歷史資料,讓研究者和開發者用來打造天氣、水文和氣候應用。SatWeave 每小時整合全球衛星影像;PARDIG 則用 AI 推估全球降雨,每 15 分鐘一筆,平均延遲約 5 小時。文中評估顯示,PARDIG 在小到中雨的每小時降雨偵測表現,比 IMERG-Final 高 30% 以上,也能協助研究洪水、土石流和乾旱。

    推薦理由:兩組資料分別補上全球衛星雲圖與降雨觀測,可供研究者評估天氣、水文與氣候應用,文中也比較了降雨偵測表現。

  5. solidot59

    科學家在碲化錳觀測到交替磁振子的手性證據

    科學家在碲化錳中觀測到「手性交替磁振子」,為交替磁性這種新型磁態提供關鍵實驗證據。 交替磁體沒有明顯外磁場,但因原子空間排列方式特殊,保留部分通常出現在鐵磁體中的電子自旋特性。 理論預言,交替磁體中的磁振子可能具有手性,其自旋集體運動的方向偏好會隨傳播方向改變。

  6. Hacker News (official RSS)86

    Formalizing CPython:以 Lean 建模 CPython 並回報 418 項錯誤

    Formalizing CPython 專案以 Lean 逐行建模 CPython 3.15.2,透過測試、機器證明與獨立審查驗證模型,並據此提交了 418 項錯誤報告。

    推薦理由:文章呈現以逐行建模、差異測試、機器證明與獨立審查檢查大型程式碼庫的流程,並以 CPython 案例說明各環節如何協助找出錯誤。

  7. Apple Machine Learning Research52

    Apple 研究說明 Private Evolution 如何改善隱私合成資料的分群

    用資料製作合成資料時,既要保護個人隱私,也要盡量保留原本資料的樣子。這項研究重新分析 Private Evolution,指出如果生成模型能掌握部分真實資料的分佈,所需樣本數可能只取決於資料本身的維度,而不是整個空間的維度。研究也發現,標準做法在簡單、分群明顯的資料上可能無法收斂,因此提出會考量資料幾何形狀的新版本;實驗中,新方法與常見基準相當,也能提高找回資料的比例。

  8. Apple Machine Learning Research56

    研究提出用 SVT 改善分散式差異隱私資料選擇

    把資料分散在不同裝置上做隱私分析時,挑出重要資料的準確度可能比集中處理差。研究指出,只靠一般的加噪彙整方式做私密選擇,至少需要 Ω(d/ϵ) 筆資料;作者因此提出加入一種實作稀疏向量技巧(SVT)的查詢方式。用這個方法設計的差異隱私演演算法,在 n 相對 d 為多項式範圍時,選擇結果的加法誤差可達 O(log(dn)/ε),與中央模型相當,預期 SVT 查詢次數為 O(d log* d)。研究也指出,這種做法可用於損失最小化、熱門專案辨識與稀疏平均值估計。

  9. Apple Machine Learning Research59

    Apple 研究探討測試資料可能參與訓練時,如何評估大型模型

    大型模型的測試資料可能已經被拿去訓練,讓人難以判斷評估結果準不準。這項研究分析在測試資料可能參與訓練的情況下,如何評估只能看到輸出的黑箱模型。研究發現,只查看模型在測試資料上的回答時,只有資料分佈接近少數幾種結果,才可能準確評估;若能額外向模型提問,即使查詢次數不多,也能讓評估者在一些常見情況下做得更多。

  10. Rohan Paul78

    Apple 的新論文提出 AMP1,讓通用 AI 模型根據相機畫面、執行程式並直接傳送機械手臂動作指令,在迴圈中操作物體,無須示範資料或任務訓練。 - RoboLab-120:AMP1 零樣本成功率為 85.6%,高於最佳 VLA 的 49.2% 與最佳 world-action model 的 42.9%。

    推薦理由:AMP1 以相機畫面、程式執行與直接動作指令控制機械手臂,並在 RoboLab-120 與實機試驗中呈現零樣本操作表現,可對照專用策略的基準。

11月9日週一
  1. solidot65

    研究以氯化氫排放與新裂縫為火星可能存在活火山提供證據

    研究人員將火星阿爾巴山近期出現的狹窄裂縫與大氣中的氯化氫排放連結,為地下熔岩流可能存在提供證據。 研究線索:歐空局「微量氣體火星軌道器」於 2019 年在火星大氣中探測到氯化氫;研究人員分析少量氣體資料與新拍攝的火星表面照片,將其與阿爾巴山的裂縫連結。 證據範圍:研究支援地下熔岩流可能存在,原文指出此前尚未發現火星熔岩流動或噴發的證據。

    推薦理由:研究將火星大氣中的氯化氫與阿爾巴山近期裂縫連結,提供地下熔岩流可能存在的證據,補上火星近期火山活動的觀測線索。

  2. OpenBMB64

    OpenBMB 推出 AutoRLBench,使用真實失敗的強化學習訓練案例,評測 10 個前沿AI 助理能否找出看似正常的獎勵曲線背後的根本原因。 - 評測材料:保留完整程式碼、設定、紀錄與指標,未使用合成錯誤。

    推薦理由:AutoRLBench 保留真實失敗訓練的程式碼、設定、紀錄與指標,可用來比較 10 個前沿AI 助理定位強化學習問題根因的能力差異。

  3. solidot67

    研究分析全球 465 座百萬人口城市的地面沉降

    Lijun Wang 等人利用衛星雷達測量分析全球 465 座百萬人口城市,發現多地正出現地面沉降。 - 沉降最嚴重的城市:包括墨西哥的托雷翁、墨西哥城和托盧卡,以及中國的天津等 10 座城市。

    推薦理由:研究比較全球 465 座百萬人口城市的沉降情況,並指出地下水開採與不均勻沉降帶來的不同風險。

  4. Hugging Face Blog69

    HOPE 如何透過專家互動改善 MoE 模型剪枝

    HOPE 是一種納入專家成對互動的 MoE 剪枝方法;在 3 個模型與多組基準測試中,它取得最佳整體排名,且在 50% 剪枝時優勢較明顯。 - 方法:HOPE 以校準資料計算專家互動矩陣,再透過二次規劃選出要移除的專家;作者提供校準、求解與剪枝工具。

    推薦理由:HOPE 將專家間的成對互動納入剪枝決策,並以 50% 剪枝下的基準比較呈現這種方法在高剪枝率時的表現差異。