当天报道
Regulation一个由科技工作者支持的超级政治行动委员会在大科技的1亿美元枪战中带来500万美元的刀Guardrails Alliance是一个新成立的超级政治行动委员会，由科技工作者支持，专注于推动负责任的人工智能立法。该委员会的预算为500万美元，旨在对抗主要科技公司显著的财务影响，这些公司 reportedly 正在投资约1亿美元以影响政治结果。该倡议旨在动员基层支持，提高对快速发展的人工智能领域中监管措施必要TechCrunch AI6月18日· 58%Other近一半的美国单身人士对AI在约会中的作用持负面态度，Match表示Match Group最近的一项研究突显了美国单身人士对AI在约会中作用的显著怀疑。调查发现，47%的受访者对AI参与他们的浪漫生活表达了负面情绪，表明他们更倾向于人际关系而非AI驱动的互动。尽管对能够辅助约会过程的AI工具有一定接受度，但单身人士普遍对AI伴侣的想法持拒绝态度，显示出对真实人际体验的渴望。TechCrunch AI6月18日· 58%OtherOpenAI在IPO前夕引入重磅人物在预期的IPO前，OpenAI通过聘请生成式AI和Transformer架构的关键贡献者Noam Shazeer，以及曾担任白宫AI政策官员的Dean Ball，扩展了其领导团队。这一招聘旨在增强OpenAI在AI政策和治理方面的能力，这在公司应对AI领域复杂性并准备接受公众审查时至关重要。这些高管的加入表明OpenATechCrunch AI6月18日· 57%Product LaunchSnap因成本问题将AI视频团队分拆为新公司DotmoSnap正式将其生成式AI视频团队分拆为名为Dotmo的新实体。此战略举措旨在应对维持Snap内部AI视频运营所带来的高昂成本。Dotmo将专注于开发互动游戏体验，利用前Snap团队的专业知识。尽管分拆，Snap仍将持有Dotmo的显著股权，表明对AI驱动视频技术潜力的持续关注。TechCrunch AI6月18日· 57%RegulationAI 数据中心获得政府强制的快速接入电网通道联邦能源监管委员会（FERC）推出了一项新规，要求电网运营商加快 AI 数据中心的互联接入过程。这一举措是为了应对预计到 2035 年这些设施电力需求将几乎增加三倍的情况。随着 AI 技术的不断发展和扩展，获取高效能源的需求变得至关重要，尤其是在当前的发电能力面临满足这一增长需求的挑战时。TechCrunch AI6月18日· 57%ResearchMosaicLeaks：你的研究助手能保守秘密吗？Hugging Face 最近的文章讨论了当深度研究助手将私人文档与外部网络搜索结合时所产生的隐私风险。这种结合可能导致意外的信息泄露，给依赖这些助手进行敏感研究任务的用户带来重大挑战。为了解决这些问题，文章介绍了一种新的方法，称为隐私意识深度研究（PA-DR），旨在提高研究助手的准确性，同时最小化暴露机密信息的风险。Hugging Face Blog6月18日· 57%Product Launch亚马逊希望通过销售其AI芯片更直接地挑战英伟达亚马逊网络服务（AWS）正在考虑将其专有AI芯片Trainium出售给其他公司，这标志着其在AI芯片市场的重要一步。此举旨在使AWS成为对抗目前主导AI芯片市场的英伟达的更强劲竞争者。首席执行官安迪·贾西强调了对AWS芯片日益增长的需求，预计这一举措可能带来约500亿美元的年度收入。通过进入AI芯片市场，亚马逊旨在利用TechCrunch AI6月18日· 57%FundingGeneral Intuition正在谈判筹集3亿美元，估值约为20亿美元General Intuition是一家专注于空间-时间推理的AI代理的初创公司，目前正在谈判以确保3亿美元的融资。这轮新投资将使公司的估值增加到约20亿美元，建立在他们之前成功的1.34亿美元种子轮基础上。额外的资金旨在增强公司的计算能力，这对推进产品开发至关重要。TechCrunch AI6月18日· 56%FundingAI推理初创公司Baseten据报道在上轮融资后再筹集15亿美元AI推理初创公司Baseten即将获得15亿美元的融资，这将使其估值达到130亿美元。这距离该公司在估值50亿美元时筹集3亿美元仅五个月。最新的融资轮次以分层定价结构为特点，表明不同投资者可能以不同估值进入，反映了AI行业投资的动态特性。TechCrunch AI6月18日· 55%Product Launch《Queer Eye》的生活教练Karamo Brown推出Kē，一款包含其AI数字克隆的健康应用Karamo Brown因在《Queer Eye》中担任生活教练而闻名，他推出了Kē，一款旨在提升个人发展的新健康应用。该应用结合了个性化的健身和营养计划以及心理健康资源，同时展示了Brown本人的AI数字克隆。这种创新的方法旨在为用户提供独特的互动体验，鼓励自我提升，同时强调在健康旅程中真实人际关系的重要性。TechCrunch AI6月18日· 54%Regulation如何在 Google Docs 中关闭 AI 功能谷歌发布了一份指南，教用户如何在 Google Docs 中禁用名为 'Gemini' 的 AI 功能。该功能将 AI 能力集成到文档编辑过程中，用户对此反应不一，认为 AI 弹出窗口和智能建议令人烦扰。该指南旨在赋予用户权力，使他们能够在 Google Workspace 中关闭这些功能，从而增强他们对文档编辑体验的TechCrunch AI6月18日· 54%Research打破求解器瓶颈：在可学习前沿训练任务生成器最近的一项研究推出了PROPEL，这是一种新颖的框架，旨在增强强化学习的任务生成。此项进展旨在缓解在编码和软件工程等多个领域中存在的求解器瓶颈。通过优化任务生成方式，PROPEL显著提高了这些任务的可解性，可能导致强化学习模型在现实场景中的更有效训练和应用。arXiv cs.LG6月18日· 65%ResearchSEAGym：自我进化LLM代理的评估环境SEAGym的推出标志着自我进化大型语言模型（LLM）代理评估的重大进展。该新环境旨在通过提供一个结构化框架来测量这些代理的更新和性能，从而解决当前评估方法的不足。通过在各种基准上的严格测试，SEAGym为LLM代理的进化过程提供了宝贵的见解，为AI开发和评估的方法改进铺平了道路。arXiv cs.AI6月18日· 64%Benchmark大型语言模型能成为CEO吗？通过多角色代理模拟评估战略资源重新分配研究人员开发了一个新的基准，称为CEO-Bench，旨在评估大型语言模型（LLMs）在组织内战略资源重新分配背景下的决策能力。该基准关注LLMs如何处理来自不同C-suite顾问的相互矛盾的建议，模拟多角色代理环境。通过识别LLM决策中的关键失败模式，该研究旨在增强我们对AI在高风险组织角色（如CEO）中的潜力和局限性arXiv cs.AI6月18日· 64%Research基于归因引导和覆盖最大化的结构化MoE压缩剪枝最近的研究提出了一种新颖的结构化剪枝框架，专门针对混合专家（MoE）模型。该框架专注于在通道级别有效管理剪枝预算的同时最大化覆盖率。结果表明，在不牺牲模型准确性的情况下，显著减少了内存使用，标志着模型压缩技术领域的重大进展。通过优化剪枝过程，该方法使得在资源受限环境中更高效地部署MoE模型成为可能。arXiv cs.LG6月18日· 64%ResearchDRIFT：通过在线数据归因优化指令数据最近关于DRIFT的论文提出了一种新颖的方法，用于优化指令数据，旨在提高大型语言模型（LLMs）在监督微调（SFT）过程中的性能。通过利用在线数据归因，DRIFT试图克服现有数据优化方法的局限性。实验结果表明，这种新技术显著增强了指令和推理模型的有效性，为LLM优化的未来研究指明了有希望的方向。arXiv cs.LG6月18日· 63%ResearchCODEBLOCK：学习以正确的粒度监督代码研究人员推出了一种新框架CodeBlock，旨在改善代码语言模型的监督微调。该框架通过采用结构感知稀疏监督来提高训练效率，重点关注连贯的代码块，而不是单独的行或标记。通过利用这种方法，CodeBlock能够实现更有效的学习和更好的代码相关任务性能，可能改变开发者与编程语言之间的互动方式。arXiv cs.LG6月18日· 63%Researchincumbents优势：品牌偏见与LLM推荐系统中的认知操控动态一项最近在arXiv上发布的研究调查了品牌动态对大型语言模型（LLMs）生成的产品推荐的影响，特别关注护肤产品。研究结果表明，知名品牌往往主导推荐，利用其认知度和消费者信任。然而，研究还强调，竞争对手可以通过采用与消费者产生共鸣的战略营销语言来打破这种优势。此外，研究指出，当多个品牌共同优化其策略时，可能会导致所有参与arXiv cs.AI6月18日· 63%Research闭环反馈：从经验提取到口头强化学习中的洞察治理最近的研究提出了一种开创性的三层架构，用于口头强化学习，使代理能够在保持现有参数的同时从反馈中学习。这一创新有效解决了在非平稳环境中常见的保留-遗忘困境，例如金融预测中遇到的情况。通过使代理能够从经验中提取洞察而不妨碍其已学行为，这种方法有望在适应性至关重要的复杂任务中提升性能。arXiv cs.AI6月18日· 63%Research通过基础模型协调工作流程的替代辅助行人保护设计最近的研究引入了一种创新的AI驱动工作流程，旨在改善车辆碰撞安全设计中的行人保护。通过利用基础模型，该工作流程显著加快了安全模拟的评估过程，允许快速生成符合安全标准的各种设计替代方案。这一进展不仅提高了设计过程的效率，还旨在改善汽车工程中的整体行人安全。arXiv cs.AI6月18日· 62%Research高斯混合注意力：通过概率潜在路由实现线性时间序列混合最近的研究引入了一种新颖的注意力机制，称为高斯混合注意力（GMA），显著提高了Transformer架构在处理长上下文时的可扩展性。通过利用学习到的高斯混合成分，GMA实现了线性内存扩展，使得在不产生传统注意力机制通常伴随的指数内存成本的情况下高效处理更长的序列。这一进展在长上下文分类任务中表现出竞争力，表明其在自然语arXiv cs.LG6月18日· 62%ResearchTRIDENT：打破混合安全物理耦合的可证明安全多智能体强化学习研究人员开发了TRIDENT，这是一种创新的多智能体强化学习框架，旨在解决网络物理系统中混合离散-连续动作、安全约束和物理动态的复杂性。这种新方法显著增强了在训练过程中管理安全违规的能力，同时提高了智能体获得的奖励。该框架解决了确保多个智能体在动态环境中安全互动的关键挑战，这对于机器人技术、自动驾驶车辆和其他安全关键系arXiv cs.LG6月18日· 62%ResearchSAGE：保留意识的最终遗忘向量后处理净化研究人员提出了一种名为SAGE的新方法，专注于大型语言模型中最终遗忘向量的后处理净化。这种创新方法旨在改善在遗忘特定不必要知识的同时确保模型的基本能力得以保留之间的微妙平衡。该技术允许进行调整，而无需重新进行整个遗忘过程，使其成为管理AI系统知识保留的更高效解决方案。arXiv cs.LG6月18日· 62%ResearchArtemis：消除多模态神经影像混杂因素的解剖学分辨干预研究人员推出了Artemis，这是一个新颖的框架，旨在通过专门针对多模态神经影像数据中的人口统计学混杂因素来增强图神经网络（GNNs）。该区域级因果框架允许学习区域特定的混杂因素表示，这对于提高脑连接分析的准确性和后续临床结果至关重要。通过解决这些混杂因素，Artemis旨在优化神经影像数据的解释，从而在研究和临床环境arXiv cs.LG6月18日· 62%Research费舍尔宽度：统计流形上的复杂性几何度量最近在arXiv上发表的一篇论文提出了费舍尔宽度的概念，这是一种新颖的几何度量，旨在评估统计流形中的复杂性。该度量将传统的高斯宽度适应于黎曼几何框架，使其能够考虑局部统计曲率。费舍尔宽度的一个关键特征是其在平滑重新参数化下的不变性，这增强了其在各种统计背景下的适用性。arXiv cs.LG6月18日· 61%Research教育中的LLM作为评审：基于课程的评分流程最近的一篇论文介绍了一种新颖的LLM作为评审的评分流程，旨在自动化教育评估的评分，特别是在高风险环境中。该系统旨在通过将评估过程与官方课程指南对齐，增强评分的一致性和透明度。初步评估表明，这种方法可能显著提高评分的可靠性，使其成为希望简化评估流程的教育机构的有前景工具。arXiv cs.AI6月18日· 61%Research通过代理轨迹剖析模型行为最近的一项研究引入了简单链代理（Simple Strands Agent，SSA），这是一种新方法，旨在通过关注代理轨迹来分析和改善AI模型的行为。该研究旨在弥合经常阻碍代理性能的关键“意图-执行”差距，提供关于代理如何更好地将其行动与预期目标对齐的见解。通过检查代理所采取的路径，研究人员可以识别代理意图与实际执行之间arXiv cs.AI6月18日· 61%BenchmarkMapSatisfyBench：通过行为基础隐式决策因素评估满意度感知地图代理的基准测试研究人员开发了一种新的基准框架，称为MapSatisfyBench，旨在评估满意度感知地图代理。该基准关注显著影响用户满意度的隐式决策因素，这是现有代理表现有限的领域。该框架旨在从行为证据中重构用户需求，突显代理在显式任务执行与满足隐式满意度因素能力之间的差距。arXiv cs.AI6月18日· 61%InfrastructureDeepInsight：跨物理AI堆栈的统一评估基础设施DeepInsight被引入作为一个全面的评估基础设施，旨在增强对物理AI堆栈的评估。这个创新框架解决了评估在不同规模和模态下运行的多样化操作符所涉及的复杂性。通过建立统一的运行时和共享的追踪身份，DeepInsight促进了高效的基准测试和诊断能力，使得对不同层次AI系统性能的理解更加连贯。arXiv cs.AI6月18日· 61%Research冲击波理论与对称约简随机梯度下降在人工神经网络中的联系最近的研究揭示了冲击波理论与人工神经网络中随机梯度下降（SGD）学习动态之间的新数学联系。研究人员通过应用微分几何和流体力学的概念，开发了一个框架，利用Hamilton–Jacobi和Burgers型方程分析各种神经网络架构的训练动态。这种创新的方法不仅丰富了对神经网络的理论理解，还为提升其训练过程开辟了新途径。arXiv cs.LG6月18日· 60%