全部新闻
对 160,000 部电影的分析显示自 1970 年以来“谋杀动词”有所增加
2024-12-30 16:00:01
一项研究分析了 1970 年至 2000 年间制作的 16 万多部英语电影的字幕数据库，发现“谋杀”或“谋杀”等“谋杀动词”的使用呈增加趋势。研究人员发现，犯罪和非犯罪电影中的角色越来越多地讨论杀戮和谋杀。尽管男性总体上使用了更多的暴力对话，但男性和女性角色的这种上升趋势均可见。研究表明，暴力在现代电影中所占的比例比以往任何时候都大。
一项研究分析了 1970 年至 2000 年间制作的 16 万多部英语电影的字幕数据库，发现“谋杀”或“谋杀”等“谋杀动词”的使用呈增加趋势。研究人员发现，犯罪和非犯罪电影中的角色越来越多地讨论杀戮和谋杀。尽管男性总体上使用了更多的暴力对话，但男性和女性角色的这种上升趋势均可见。研究表明，暴力在现代电影中所占的比例比以往任何时候都大。
为什么2025年将是人工智能编排年
2024-12-30 16:00:00
预计 2025 年将是人工智能发展的关键一年，其特点是代理用例的部署增加和成熟，预计投资回报将更加明确。行业专家预测，随着公司寻求对多个代理和应用程序进行更简化的管理，人工智能编排框架将会扩展。此外，推理模型的进步预计将增强编排代理的能力，尽管在鼓励员工采用新的人工智能工具方面仍然存在挑战。
预计 2025 年将是人工智能发展的关键一年，其特点是代理用例的部署增加和成熟，预计投资回报将更加明确。行业专家预测，随着公司寻求对多个代理和应用程序进行更简化的管理，人工智能编排框架将会扩展。此外，推理模型的进步预计将增强编排代理的能力，尽管在鼓励员工采用新的人工智能工具方面仍然存在挑战。
浏览 LLM 评估指标 - RTInsights
2024-12-30 15:50:26
### 大型语言模型 (LLM) 评估指标概述评估大型语言模型 (LLM) 是一项复杂的任务，需要采用多方面的方法来确保其有效性、可靠性和道德合规性。本概述涵盖了法学硕士评估中使用的各种评估指标、框架和方法。### 传统评估指标#### BLEU（双语评估替补）- **目的**：测量机器生成的翻译和人类参考翻译之间的相似度。- **用例**：语言准确性至关重要的机器翻译任务。#### 流星- **目的**：将生成的文本与参考文本进行比较，以评估语义准确性和流畅性。- **用例**：适用于对语言生成精度要求较高的场景，例如对话系统。#### ROUGE（面向回忆的 Gisting 评估替补）- **目的**：评估机器生成的摘要和人工编写的摘要之间的重叠。- **用例**：回忆比流畅性或连贯性更重要的总结任务。#### 准确率、召回率、F1 分数- **目的**：评估模型识别相关信息（精确度）、覆盖所有正面实例（召回率）以及平衡精确度和召回率（F1 分数）的能力。- **用例**：情感分析、命名实体识别以及其他准确性至关重要的分类任务。### 超越传统指标评估法学硕士#### 忠诚- **目的**：确保生成的文本与提供的上下文一致。- **计算方法**：使用两步过程，涉及根据响应生成语句以及使用推理或证据根据上下文进行验证。#### 相关性- **目的**：衡量响应如何直接解决给定的问题或情况，惩罚不相关的信息。#### 上下文相关性- **目的**：评估检索到的上下文与用户查询的相关性。- **计算方法**：对上下文检索中冗余或不必要的信息进行惩罚。#### 上下文回忆- **目的**：检查检索到的上下文是否包含用作基本事实的注释响应的所有必要详细信息。### 道德和安全评估#### 识别偏见- **目的**：检测并评估不同人口群体中不平等待遇的情况。- **计算方法**：分析与年龄、种族、性别、宗教等相关的刻板印象和偏见的输出。#### 毒性评估- **目的**：衡量生成的文本包含攻击性或有害内容的可能性。- **用例**：确保模型不会传播仇恨言论、脏话或其他不当语言。#### 事实正确性- **目的**：通过与可靠来源进行比较来验证法学硕士生成信息的真实性。- **计算方法**：将输出与事实数据库交叉引用，以确保准确性并避免错误信息。#### 安全和隐私检查- **目的**：确保模型不会无意中泄露私人或敏感数据。- **用例**：遵守隐私法和安全标准，防止数据泄露并确保个人信息的安全处理。### 综合评估框架#### G-Eval（指导评估）- **方法**：利用思路链 (CoT) 提示来稳定和提高 LLM 生成的分数。- **流程**：根据标准创建评估阶段，并使用法学硕士产生 1 到 5 的最终分数。#### RAGAS（检索增强生成评估系统）- **目的**：通过评估生成和检索组件来评估检索增强的生成管道。- **指标**：- 忠实性：衡量生成的响应和上下文之间的事实一致性。- 相关性：确保查询响应的相关性。- 上下文相关性：评估检索到的上下文与用户查询的相关程度。- 上下文调用：检查检索到的上下文是否包含带注释的基本事实中的所有必要细节。### 用例复杂性- **机器翻译**：专注于 BLEU、METEOR 的语言准确性。- **情感分析**：强调分类任务的精度、召回率和 F1 分数。- **摘要**：使用 ROUGE 评估摘要和参考文献之间的语义重叠。- **对话系统**：使用忠实性和相关性等指标来平衡流畅性和事实正确性。＃＃＃ 结论评估法学硕士需要一种综合方法，其中结合了传统的语言生成指标和专为检索增强模型设计的最新框架。偏见检测、毒性评估和隐私检查等道德考虑对于确保这些强大工具在实际应用中安全可靠的部署也至关重要。
### 大型语言模型 (LLM) 评估指标概述评估大型语言模型 (LLM) 是一项复杂的任务，需要采用多方面的方法来确保其有效性、可靠性和道德合规性。本概述涵盖了法学硕士评估中使用的各种评估指标、框架和方法。### 传统评估指标#### BLEU（双语评估替补）- **目的**：测量机器生成的翻译和人类参考翻译之间的相似度。- **用例**：语言准确性至关重要的机器翻译任务。#### 流星- **目的**：将生成的文本与参考文本进行比较，以评估语义准确性和流畅性。- **用例**：适用于对语言生成精度要求较高的场景，例如对话系统。#### ROUGE（面向回忆的 Gisting 评估替补）- **目的**：评估机器生成的摘要和人工编写的摘要之间的重叠。- **用例**：回忆比流畅性或连贯性更重要的总结任务。#### 准确率、召回率、F1 分数- **目的**：评估模型识别相关信息（精确度）、覆盖所有正面实例（召回率）以及平衡精确度和召回率（F1 分数）的能力。- **用例**：情感分析、命名实体识别以及其他准确性至关重要的分类任务。### 超越传统指标评估法学硕士#### 忠诚- **目的**：确保生成的文本与提供的上下文一致。- **计算方法**：使用两步过程，涉及根据响应生成语句以及使用推理或证据根据上下文进行验证。#### 相关性- **目的**：衡量响应如何直接解决给定的问题或情况，惩罚不相关的信息。#### 上下文相关性- **目的**：评估检索到的上下文与用户查询的相关性。- **计算方法**：对上下文检索中冗余或不必要的信息进行惩罚。#### 上下文回忆- **目的**：检查检索到的上下文是否包含用作基本事实的注释响应的所有必要详细信息。### 道德和安全评估#### 识别偏见- **目的**：检测并评估不同人口群体中不平等待遇的情况。- **计算方法**：分析与年龄、种族、性别、宗教等相关的刻板印象和偏见的输出。#### 毒性评估- **目的**：衡量生成的文本包含攻击性或有害内容的可能性。- **用例**：确保模型不会传播仇恨言论、脏话或其他不当语言。#### 事实正确性- **目的**：通过与可靠来源进行比较来验证法学硕士生成信息的真实性。- **计算方法**：将输出与事实数据库交叉引用，以确保准确性并避免错误信息。#### 安全和隐私检查- **目的**：确保模型不会无意中泄露私人或敏感数据。- **用例**：遵守隐私法和安全标准，防止数据泄露并确保个人信息的安全处理。### 综合评估框架#### G-Eval（指导评估）- **方法**：利用思路链 (CoT) 提示来稳定和提高 LLM 生成的分数。- **流程**：根据标准创建评估阶段，并使用法学硕士产生 1 到 5 的最终分数。#### RAGAS（检索增强生成评估系统）- **目的**：通过评估生成和检索组件来评估检索增强的生成管道。- **指标**：- 忠实性：衡量生成的响应和上下文之间的事实一致性。- 相关性：确保查询响应的相关性。- 上下文相关性：评估检索到的上下文与用户查询的相关程度。- 上下文调用：检查检索到的上下文是否包含带注释的基本事实中的所有必要细节。### 用例复杂性- **机器翻译**：专注于 BLEU、METEOR 的语言准确性。- **情感分析**：强调分类任务的精度、召回率和 F1 分数。- **摘要**：使用 ROUGE 评估摘要和参考文献之间的语义重叠。- **对话系统**：使用忠实性和相关性等指标来平衡流畅性和事实正确性。＃＃＃ 结论评估法学硕士需要一种综合方法，其中结合了传统的语言生成指标和专为检索增强模型设计的最新框架。偏见检测、毒性评估和隐私检查等道德考虑对于确保这些强大工具在实际应用中安全可靠的部署也至关重要。
人工智能对网络的长期影响
2024-12-30 15:47:40
企业IT专业人士发现，虽然人工智能对网络流量和设备支出的影响有很大的宣传，但实际经验并不支持生成式人工智能服务导致广域网流量大幅增加。在接受调查的 195 家企业中，没有一家企业报告称这些服务对其 WAN 流量产生了“重大影响”。然而，对于那些自托管人工智能模型，人们认识到需要专门的集群硬件和新的网络挑战，特别是在数据中心内的带宽要求和水平流量管理方面。在实施人工智能解决方案以优化成本和性能之前，重点应放在了解技术和流量影响上。
企业IT专业人士发现，虽然人工智能对网络流量和设备支出的影响有很大的宣传，但实际经验并不支持生成式人工智能服务导致广域网流量大幅增加。在接受调查的 195 家企业中，没有一家企业报告称这些服务对其 WAN 流量产生了“重大影响”。然而，对于那些自托管人工智能模型，人们认识到需要专门的集群硬件和新的网络挑战，特别是在数据中心内的带宽要求和水平流量管理方面。在实施人工智能解决方案以优化成本和性能之前，重点应放在了解技术和流量影响上。
OpenAI 发生的 3 件大事，从业务变革到 AI 进化
2024-12-30 15:44:52
OpenAI 正在经历重大发展，这标志着人工智能影响日常生活和工作的方式发生了重大变化。Google 在搜索领域的主导地位正在受到 ChatGPT 的挑战，ChatGPT 提供了一种更直观、对话式的信息搜索方法。OpenAI 还宣布了一款能够在用户计算机上自主执行任务的人工智能代理的计划，这暗示着传统搜索方法的过时。该公司的混合商业模式旨在平衡非营利性和营利性方面，强调其在促进人工智能领域创新和竞争方面的作用。
OpenAI 正在经历重大发展，这标志着人工智能影响日常生活和工作的方式发生了重大变化。Google 在搜索领域的主导地位正在受到 ChatGPT 的挑战，ChatGPT 提供了一种更直观、对话式的信息搜索方法。OpenAI 还宣布了一款能够在用户计算机上自主执行任务的人工智能代理的计划，这暗示着传统搜索方法的过时。该公司的混合商业模式旨在平衡非营利性和营利性方面，强调其在促进人工智能领域创新和竞争方面的作用。
人工智能如何帮助您撰写人性化而非技术性的提案
2024-12-30 15:30:00
撰写思想领导力提案需要清晰、可操作性和说服力。最近，人工智能已被用来协助这一过程，通过识别客户对话中的关键主题、构建叙述、总结重复点以及通过战略精度增强人际互动。本文重点介绍了人工智能如何帮助节省时间并提供战略见解，同时保持与客户有效沟通所需的基本人性化接触。人工智能辅助和人类创造力之间的这种平衡对于旨在有效地提出令人信服的建议的思想领袖来说至关重要。
撰写思想领导力提案需要清晰、可操作性和说服力。最近，人工智能已被用来协助这一过程，通过识别客户对话中的关键主题、构建叙述、总结重复点以及通过战略精度增强人际互动。本文重点介绍了人工智能如何帮助节省时间并提供战略见解，同时保持与客户有效沟通所需的基本人性化接触。人工智能辅助和人类创造力之间的这种平衡对于旨在有效地提出令人信服的建议的思想领袖来说至关重要。
苹果在测试 iPhone 视频录制方面的用心之处 - 9to5Mac
2024-12-30 15:24:00
CNET 提供了对 Apple iPhone 16 测试流程的深入了解，包括声学和视频验证实验室。该文章详细介绍了在消声室中测试麦克风的方法，创建球形声音轮廓以增强空间音频功能。它还提到与普通用户进行感知音频测试，以提高音频质量。此外，视频实验室可确保视频在各种现实条件下看起来都不错。虽然没有透露秘密，但这篇文章凸显了苹果公司在设备开发方面一丝不苟的态度。
CNET 提供了对 Apple iPhone 16 测试流程的深入了解，包括声学和视频验证实验室。该文章详细介绍了在消声室中测试麦克风的方法，创建球形声音轮廓以增强空间音频功能。它还提到与普通用户进行感知音频测试，以提高音频质量。此外，视频实验室可确保视频在各种现实条件下看起来都不错。虽然没有透露秘密，但这篇文章凸显了苹果公司在设备开发方面一丝不苟的态度。
:max_bytes(150000):strip_icc()/GettyImages-2166434786-f704af7ecc59430bb267f2b0a57e1c45.jpg)
随着无人机利用其软件跟踪移动目标，Palladyne AI 股价进一步上涨
2024-12-30 15:14:10
Palladyne AI 报告称其人工智能软件已成功测试，该软件首次在小型无人机上使用第三方自动驾驶软件跟踪移动目标。该公司的目标是在 2025 年第一季度末完成商业化。自上周宣布以来，Palladyne AI (PDYN) 的股价飙升超过 200%，达到两年多来的最高水平。
Palladyne AI 报告称其人工智能软件已成功测试，该软件首次在小型无人机上使用第三方自动驾驶软件跟踪移动目标。该公司的目标是在 2025 年第一季度末完成商业化。自上周宣布以来，Palladyne AI (PDYN) 的股价飙升超过 200%，达到两年多来的最高水平。
在 a16z 和 QED 的支持下，巴西初创公司 Carecode 将人工智能代理应用于医疗保健 |TechCrunch
2024-12-30 15:07:03
巴西初创公司 Carecode 悄然崛起，其目标是通过人工智能代理来降低医疗成本并改善结果，这些代理处理通常由呼叫中心管理的预约前和预约后任务。首席执行官 Thomaz Srougi 强调了医疗预约期间的重要性，并指出它们对于患者护理至关重要。在 a16z 和 QED 等机构的大量资金支持下，Carecode 旨在提供比传统方法更高效、更具成本效益的解决方案。该初创公司利用 WhatsApp 作为其在巴西的主要通信平台，以满足不同用户的喜好。Carecode 专注于医疗保健垂直领域，力求满足公司每年在联络中心和管理工资方面花费约 1000 亿美元的市场需求。
巴西初创公司 Carecode 悄然崛起，其目标是通过人工智能代理来降低医疗成本并改善结果，这些代理处理通常由呼叫中心管理的预约前和预约后任务。首席执行官 Thomaz Srougi 强调了医疗预约期间的重要性，并指出它们对于患者护理至关重要。在 a16z 和 QED 等机构的大量资金支持下，Carecode 旨在提供比传统方法更高效、更具成本效益的解决方案。该初创公司利用 WhatsApp 作为其在巴西的主要通信平台，以满足不同用户的喜好。Carecode 专注于医疗保健垂直领域，力求满足公司每年在联络中心和管理工资方面花费约 1000 亿美元的市场需求。
高效的机器学习：用有限的数据预测材料特性
2024-12-30 15:02:30
IISc 和伦敦大学学院的研究人员开发了一种机器学习方法，利用迁移学习来用有限的数据预测材料特性。他们使用图神经网络 (GNN) 和多属性预训练 (MPT) 框架，对七种大块 3D 材料属性进行预训练，然后针对特定任务进行微调，例如预测 2D 材料中的压电系数或带隙。这种方法明显优于从头开始训练的模型，并且可以帮助发现具有所需特性的新材料，例如半导体和更好的电池电极。
IISc 和伦敦大学学院的研究人员开发了一种机器学习方法，利用迁移学习来用有限的数据预测材料特性。他们使用图神经网络 (GNN) 和多属性预训练 (MPT) 框架，对七种大块 3D 材料属性进行预训练，然后针对特定任务进行微调，例如预测 2D 材料中的压电系数或带隙。这种方法明显优于从头开始训练的模型，并且可以帮助发现具有所需特性的新材料，例如半导体和更好的电池电极。