affect
PulseAugur coverage of affect — every cluster mentioning affect across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM引导的概念集成提高了移动传感预测的准确性
研究人员开发了一种名为概念集成Transformer（CIT）的新模型，该模型利用大型语言模型（LLM）来提高移动传感研究中的预测准确性和可解释性。该方法生成具有置信度权重的概念异常目标，无需手动标注。在两个数据集上的测试中，CIT在情感预测方面取得了高F1分数，并在PHQ-9数据集上并列最高分，同时还揭示了与睡眠数量和质量相关的可解释模式。
-
AI研究探索情感和交互的新计算模型 · 已追踪2个来源
两篇新研究论文探讨了在人工智能中理解和实现情感的计算方法。第一篇论文提出了一个情感计算的关系框架，侧重于声学动态中的交互场，而不是孤立的情感状态。第二篇论文提出了一种情感的面向目标的理论的计算实现，其中情感源于智能体中差异检测和行动选择的相互作用。两项研究都旨在超越描述性模型，实现对AI中情感更具机制性和整合性的理解。
-
研究发现：大型语言模型在复杂标注任务上可媲美训练有素的语言学家
一篇新发表在arXiv上的论文探讨了语言标注的挑战，比较了人类标注者和大型语言模型（LLMs）。研究人员分析了TED演讲稿中的评价性语言，重点关注了评价理论（Appraisal theory）的子范畴：情感（Affect）、判断（Judgement）和鉴赏（Appreciation）。研究发现，经过有效提示后，LLMs的表现与训练有素的语言学家相当，F1分数达到0.77，并且在训练方面优于语言学家。
-
面向道德黑客和网络安全的新人工智能模型已推出
一个名为 AFEH（人工智能用于道德黑客）的新人工智能模型已作为一个个人项目推出。该人工智能专门设计用于专注于网络安全和道德审计任务。其目标是学习并加强数字安全领域内的防御策略。