Aries
PulseAugur coverage of Aries — every cluster mentioning Aries across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
OFAG：一种统一的归因图聚类基础模型
研究人员开发了OFAG，一种新颖的归因图聚类基础模型。该模型旨在提供一个单一的、可适应的解决方案，无需进行图特定的训练或微调即可应用于各种归因图。OFAG利用维度无关编码器和超球面聚类目标，在一次前向传播中生成有效的节点表示，在多个数据集上的性能和效率均优于现有方法。
-
AI 怀疑论者称该行业为“无底洞”，并担忧破产
一位用户对人工智能行业表示怀疑，称其为“无底洞”，并预测两大巨头将破产，可能引发一场萧条。用户认为，对人工智能将终结人类的担忧，分散了人们对这些公司财务不可持续性的注意力，这些公司据称利用恐惧策略来推广其产品并过度举债。
-
AI 工具清单揭示了组合模式中普遍存在的安全风险
对 7,749 个公共 MCP 工具清单的最新分析揭示了重大的安全隐患，其中 33% 的清单包含高严重性规则违规，这些违规会在附加前被阻止。BackBond 使用其 Agent Scan 工具进行的这项研究发现，提示注入尝试很少见（1.2%），但组合问题普遍存在。具体而言，27% 的清单包含具有任意 URL 目的地的网络工具，22% 将获取工具与破坏性或特权工具配对，21% 的清单包含接受不可信输入的持久写入工具。分析还强调，包含更多…
-
AI互联需求激增，重塑铜缆与光纤之争
对AI基础设施的需求正在推高对高速互联的需求，促使Astera Labs等公司开发能够处理GPU之间增加的数据交换的解决方案。这导致了对铜缆与光纤互联的重新评估，传输速率、规模和功耗等因素变得至关重要。随着AI的普及，焦点正从简单的数据传输速度转向优化整体系统的Token成本和性能，尤其是在推理市场兴起和AI系统日益定制化的背景下。
-
InCommodities发布Aries天气模型，风速预测优于ECMWF
InCommodities的研究人员开发了Aries，一个利用SwinTransformer架构的新型中程天气预测模型。Aries在ERA5再分析数据上进行训练，可预测多种大气变量，并已证明其性能可与ECMWF HRES和AIFS等成熟模型相媲美。该模型在提前四天预测10米风速方面表现尤为出色，优于现有基准，并在2米温度预测方面取得了与AIFS相当的结果。这一发展表明，专有实体可以成功开发先进的天气模型，从而可能拓宽能源行业预测的可用性。
-
Airwallex 以 110 亿美元估值融资 3.2 亿美元，用于人工智能驱动的自主金融
Airwallex 已完成 3.2 亿美元的 H 轮融资，估值达到 110 亿美元。这家金融科技公司正转向“自主金融”和“代理式商务”，推出了 T:0 等人工智能驱动的功能，用于自动化簿记，以及 Ari 用于一键结账。此轮融资由 Addition 领投，紧随去年 12 月的 3.3 亿美元融资之后，将支持 Airwallex 大举拓展美国、韩国、墨西哥和巴西等市场。
-
新的LLM框架ARI增强历史文献修复
研究人员开发了一个新框架ARI，该框架使用检索增强生成（RAG）和大型语言模型来修复历史文献。该方法将LLM的隐式知识与从各种来源检索到的外部上下文相结合，以准确地修复命名实体和通用字符，其性能优于现有方法。在韩国历史文献上的实验表明，ARI显著提高了修复准确性，并可作为专家分析历史记录的实用工具。
-
占星解读建议在宇宙能量转变之际暂停 · 追踪 3 个来源
根据最近的占星解读，宇宙正在发出信号，表明需要内省，并暂停高强度的努力。包括白羊座、金牛座和双鱼座在内的几个星座被建议要控制自己的冲劲，并谨慎选择要争取的斗争。这个时期鼓励安静地进步，倾听宇宙的指引，而不是强行推进。
-
Tempus框架为边缘AI提供可扩展、资源高效的GEMM
研究人员开发了Tempus，一个旨在优化AMD Versal SoC上边缘AI部署的通用矩阵乘法（GEMM）的新框架。与在资源受限设备上失败的现有空间扩展方法不同，Tempus使用固定的计算块和通过迭代执行及数据分块实现的时间扩展。这种方法取得了显著的性能提升，在10.677W功耗下实现了607 GOPS，同时与先前最先进的方法相比，在资源和功耗节约方面表现更优。