ATLAS experiment
PulseAugur coverage of ATLAS experiment — every cluster mentioning ATLAS experiment across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI模型增强高亮度LHC信号净化能力
研究人员开发了PhyGHT，一种新颖的物理引导超图Transformer，用于改善高亮度大型强子对撞机（HL-LHC）的信号净化。该架构结合了图注意力与全局自注意力，并引入了一个物理约束的堆积抑制门，在数据聚合前过滤噪声。该模型在极端堆积条件下重建顶夸克对产生信号方面表现优于现有方法，增强了HL-LHC的发现潜力。
-
迁移学习提升高能物理领域AI模型效率
研究人员探索了迁移学习技术以提高高能物理领域机器学习模型的性能。通过在计算成本较低的快速模拟数据上预训练模型，然后将其适配到更真实、完全模拟的数据集上，他们发现了显著的改进。这种方法通常能将分类和喷注识别等各种任务所需的靶域训练数据量减半，证明了可重用科学资产的价值。
-
波士顿动力Atlas机器人新演示令人印象深刻，但伴随着高管离职和产量低下
波士顿动力公司公布了其Atlas人形机器人的一段新演示，展示了其先进的体操能力以及专注于工业应用的设计，具备360度关节旋转和模块化肢体更换等功能。尽管技术取得了令人印象深刻的进步，该公司正面临重大的领导层变动，其CEO和其他关键高管将在IPO前离职。此次高管离职潮，加上据报道新款Atlas型号每月仅能生产四台的产能，引发了人们对波士顿动力公司能否扩大生产规模以及在与Tesla和Figure等竞争对手的竞争中保持其竞争优势的担忧。
-
AI 在图像生成、机器人技术方面取得进展，医疗保健安全担忧浮现
在州总检察长的一项调查中发现了一个声称拥有医疗执照和处方能力的聊天机器人，凸显了医疗保健 AI 的安全和监管问题。此外，人形机器人取得了进展，Atlas 机器人展示了超越大多数人的身体能力，标志着从基本运动到复杂体操的转变。另外，MLX HN Local Image 项目已更新，允许独立运行，并包含对不同图像生成模型的比较分析，以增强本地工作流程。
-
ATLAS框架使用自适应LLM提示以改进交易决策
研究人员开发了ATLAS，一个旨在利用大型语言模型增强金融交易决策的多智能体框架。该系统整合了市场数据、新闻和公司基本面信息，并设有一个能够生成可执行市场订单的中央智能体。一项关键创新是Adaptive-OPRO，一种动态调整指令以响应实时反馈的提示优化技术，与静态提示相比，随着时间的推移性能得到提升。
-
ATLAS管道为数字化瑞典百科全书恢复结构
研究人员开发了一个名为ATLAS的管道，用于恢复数字化历史百科全书的结构和跟踪其变化。该系统提取词条，对实体进行分类，匹配不同版本之间的条目，并将它们链接到Wikidata。该管道应用于《 extit{Nordisk familjebok}》，在词条提取和分类方面表现出高精度，有助于保存和理解历史知识。
-
机器人研究推出新的动作分割工具和模型
研究人员开发了ATLAS，这是一种新的标注工具，旨在改进长时程机器人动作的标注过程。该工具提供多模态机器人数据（包括视频和本体感觉信号）的同步可视化，并支持ROS bag和RLDS等各种数据集格式。ATLAS旨在减少标注时间，提高用于训练机器人操作策略的时间动作分割的准确性。