PulseAugur
中
实时 02:47:07
实体 AI personas

AI personas

PulseAugur coverage of AI personas — every cluster mentioning AI personas across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 6
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 9 条
  1. COMMENTARY · CL_245747 ·

    探索AI化身用于正念与身心调控

    AI化身正被探索作为理解正念的工具,特别是通过Langerian正念和创造力三角任务的视角。研究表明,AI有可能帮助调控人脑中正念与无念之间的平衡,这表明这两种状态可能并非相互排斥。

  2. COMMENTARY · CL_225800 ·

    人工智能的双重心理影响:培养正念与失念

    生成式人工智能和大型语言模型引发了关于其心理影响的争论,一些人认为它们通过提供新视角和创造力来培养更高的正念。相反,人们担心人工智能会成为认知拐杖,导致心智能力下降,以及全社会思维能力的衰退。这种同时将个体推向两个方向的双重效应,是一个复杂的、正在进行的研究和讨论的领域。

  3. COMMENTARY · CL_219567 ·

    人工智能角色为心理学研究提供可扩展、经济高效的受试者

    研究人员正在探索使用大规模人工智能角色作为心理学研究的模拟受试者。这些由ChatGPT和Gemini等模型生成的人工智能角色,为实验提供了比真人参与者更经济高效、更快速的替代方案。虽然它们不能完全复制人类行为,但人工智能角色在预测试、练习治疗技能以及大规模探索心理学概念方面可能很有价值,但建议仔细考虑其局限性。

  4. COMMENTARY · CL_199182 ·

    Spotify 因 AI 音乐和艺术家报酬问题面临强烈反对

    Spotify 因其艺术家薪酬模式和对 AI 生成音乐的拥抱而受到批评。尽管存在争议,该公司仍继续扩大其用户群和收入。Spotify 的替代品确实存在,但它们也有各自的缺点。

  5. TOOL · CL_194622 ·

    Spotify将标注AI生成的艺人,并将其从推荐中移除 · 跟踪10个来源

    Spotify正在为人工智能生成的音乐引入“AI虚拟形象”标签,旨在为听众提供透明度。从9月中旬开始,除非用户选择加入,否则这些AI生成的曲目将被排除在默认的算法和编辑推荐之外。这项举措解决了AI艺人在没有明确披露的情况下积累大量播放量的问题,正如Velvet Sundown乐队的例子所示。该流媒体服务还将审查艺人资料中使用的照片级真实感的AI图像。

  6. TOOL · CL_194623 ·

    Spotify 将标记 AI 艺术家,并将其排除在推荐之外

    Spotify 正在实施一项新政策,将身份由 AI 生成的艺术家标记为“AI Persona”。从九月中旬开始,来自这些个人资料的音乐将被排除在个性化和编辑推荐之外,尽管用户仍然可以选择关注它们。该平台将结合自我披露、AI 工具和人工审查来识别这些“AI Persona”,并为艺术家提供申诉流程。此举旨在应对听众反馈,并在 AI 生成音乐日益增多的背景下,继续关注真实的真人艺术家。

  7. MEME · CL_45737 ·

    AI人格将为未来的约会应用程序进行快速约会和筛选匹配

    AI人格可以通过处理早期匹配阶段来彻底改变在线约会。这些AI代理将代表用户进行快速约会,并提供一份精心挑选的兼容匹配名单。该概念表明,在人类参与之前,关系甚至可能始于一种代理到代理的互动形式。

  8. COMMENTARY · CL_43652 ·

    作者珍视互联网社交互动,视 Fediverse 为当前形式

    作者表达了对互联网社交方面的深厚感情,这自 1990 年代末以来一直是他们生活的重要组成部分。他们认为 Fediverse,特别是 Mastodon,是这种在线社交互动的当前迭代。尽管承认对 AI 虚拟角色的担忧,但作者相信对实时互动的基本人类渴望将持续存在。

  9. RESEARCH · CL_14029 ·

    AI个性化实现具有LLM响应分布的自适应查询

    研究人员开发了一种新的自适应查询方法,该方法利用AI个性先验来高效学习用户相关信息。该方法使用有限的AI个性字典来建模用户状态,每个个性都具有由大型语言模型生成的响应分布。该系统提供了富有表现力的先验、直接的后验更新和高效的预测,从而实现了可扩展的顺序项目选择的贝叶斯设计。在合成数据和WorldValuesBench数据集上的实验表明,这种基于个性的方法提供了准确的概率预测和可解释的引出流程。