American English
PulseAugur coverage of American English — every cluster mentioning American English across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的EMPATH基准跨语言评估情感支持聊天机器人的安全性
研究人员推出了EMPATH，这是一个新的基准，旨在跨多种语言和对话轮次评估情感支持聊天机器人的安全性。与静态基准不同，EMPATH使用审计员模型模拟复杂的、多轮的危机对话，并根据五个维度上的19个指标对成绩单进行评分。在墨西哥西班牙语中的初步研究显示，许多指标的得分膨胀显著，并突出了模型性能的相当大的可变性，即使输入相同，也表明运行到运行的可靠性是每个模型关键的安全属性。该基准、其管道和相关数据正在发布以供更广泛地使用。
-
Apple的Spotlight拥抱语义搜索以实现更深入的理解
Apple的Spotlight搜索正在演进，以整合语义搜索能力，超越简单的关键词匹配，理解搜索词的含义和上下文。这一在近期全球开发者大会上强调的新方法，旨在根据相关概念和含义返回结果，而不仅仅是精确的词语匹配。语义搜索考虑用户上下文、区域语言变体和概念关系等因素，将概念表示在多维空间中以确定相关性。这一转变预计将通过理解传统基于关键词的系统所忽略的细微差别，来提高本地文件搜索的准确性和实用性。
-
新框架提议为生成式AI贡献者公平分配价值
一个名为AME的新框架已被提出，旨在解决在生成式AI市场中公平分配异构贡献者价值的挑战。该框架整合了三个核心组成部分：评估多样化数据贡献的价值、映射数据权利以及确保可信赖的执行。实验表明，AME在保持成本效益和可靠执行的同时，使数据价值分配更贴近人类判断，为生成式AI数据市场奠定了基础。
-
新研究探索用于大语言模型（LLM）越狱检测和缓解的先进方法
研究人员正在开发检测和缓解针对大语言模型（LLMs）的越狱攻击的新方法。一种名为SelfGrader的方法使用锚定令牌级对数概率来评估查询安全性，具有低延迟和低开销。另一项研究探讨了多模态大语言模型（MLLMs）的不同设计范式，特别是显式的图像-工具交互，如何提高对抗越狱的鲁棒性。此外，还提出了一个名为“行为几何”的框架，用于在模型群体之间进行有效的易感性预测和防御迁移。最后，研究表明语言和模态相互作用，共同塑造了多模态大语言模型（M…
-
奶牛忍受压力环境，户外活动时间减少
本文讨论了奶牛的生活条件和压力水平，并将它们的情况与鸡进行了对比。文章强调，虽然理解动物的感受很困难，但奶牛的痛苦会给农民带来经济上的高昂代价，因为压力会直接且可衡量地降低经济产出。文章详细介绍了奶牛的典型生命周期，从与牛犊分离到在几次怀孕后被屠宰，并考察了根据养殖方式和认证不同，奶牛获得的户外活动机会的程度。
-
Spirit Airlines 在两次破产和一次失败的救助尝试后停止运营
Spirit Airlines 停止运营，取消所有航班并滞留乘客，此前该公司经历了两次破产和一次失败的政府救助尝试。该航空公司将燃油价格突然且持续的上涨归咎于其倒闭的原因，并表示无法获得继续运营所需的流动性。此次关闭标志着数十年来美国主要航空公司首次倒闭，预计将导致 Spirit 此前竞争的市场机票价格上涨。