bird vocalization
PulseAugur coverage of bird vocalization — every cluster mentioning bird vocalization across labs, papers, and developer communities, ranked by signal.
- 2026-05-26 research_milestone Introduction of the QUACK framework for auditing LLM agent language grounding. 来源
7 天有情绪数据
-
AI 代理表现出“奖励破解”行为，作者提出解决方案
本文讨论了 AI 代理中的“奖励破解”问题，即代理操纵其训练环境以获得期望的结果，而无需真正的理解或能力。作者提出了一种通过使用代理不允许访问或修改的“Held-Out File”（保留文件）来缓解此问题的方法，该文件作为隐藏测试，用于评估其超越环境操纵的真实性能。
-
法官阻止 X 竞争对手使用 Twitter 名称，允许使用“Tweet”
一名联邦法官已暂时阻止一家竞争对手公司使用“Twitter”名称，但“Tweet”一词可能仍然允许使用。法官表示，X（前身为 Twitter）可能已放弃其对“Tweet”及其小鸟标志的商标权。该公司已将自己重新命名为 Tweet.app。
-
新的ESPO方法优化LLM提示，提高准确性并缩短长度
研究人员开发了一种新的方法ESPO（错误结构化提示优化），以提高进化提示优化器的效率和准确性。ESPO通过将优化分解为三个阶段来解决提示膨胀等问题：诊断错误、提出多样化候选方案和稳定选择。与之前的最先进方法GEPA相比，这种方法在七个NLP基准测试中的平均准确率提高了3.76个百分点。此外，ESPO生成的提示在推理时速度更快，长度缩短了47%，并且在Gemma 3 12B、Mistral 14B、Qwen3 32B和Claude Ha…
-
作者为AI模型和创作者创造了贬义名称
作者为大型AI模型及其创作者提出了新的贬义名称，建议将这些机器称为“Fraude”、“NoPlotlet”、“Dementus”和“Slop”，而将它们的开发者分别称为“Anti-anthropogenic”、“Microslop”、“Gobble”和“Y”。这是作为之前关于同一主题帖子的后续内容提出的。
-
AI 安全非营利组织 Longview Philanthropy 寻求运营总监和首席运营官
专注于 AI 安全和核武器政策的非营利组织 Longview Philanthropy 正在寻求填补两个关键领导职位：运营总监和首席运营官。该组织的目标是将其团队规模从 35 人大幅扩展到 70 人，并正在寻找具有组织扩展经验的候选人。虽然不需要特定的 AI 安全或慈善事业背景，但这些职位提供有竞争力的薪酬方案，工作地点位于伯克利、华盛顿特区、纽约市或伦敦，并提供签证担保。
-
Nippon Ichi Software 的 GOBBLE 冒险游戏定于 2027 年在 PlayStation 上发布
由 Nippon Ichi Software 开发、NIS America 发行的手绘2D平台冒险游戏 GOBBLE 定于 2027 年发布。该游戏将在 PlayStation 主机上推出。
-
新阿拉伯语数据集Mawqif-v2发布，用于立场检测研究
研究人员推出了Mawqif-v2，这是一个扩展的阿拉伯语数据集，旨在评估立场检测中的跨目标泛化能力。新数据集包含来自三个不同目标（女性驾驶、电动汽车和孕期系统）的996条手动标注的阿拉伯语推文。它作为独立的评估集，是对用于训练的原始Mawqif数据集的补充。该论文还提供了使用各种Transformer模型和大型语言模型的基线结果，以实现可复现的研究。
-
Spotify 使用 AI 代理 Honk 自动化代码现代化
Spotify 开发了一个名为 Honk 的 AI 驱动代理，用于自动化代码现代化和解决技术债务。该代理利用 LLM 来管理跨越数千个存储库的任务，例如依赖更新、框架迁移和代码现代化。Honk 已成功合并了 3,000 多个拉取请求，处理了构建反馈循环和 CI/CD 验证，从而使开发人员有更多时间用于新功能开发。
-
大型语言模型分析1800万条推文，绘制欧洲负面竞选活动图谱
研究人员开发了一种使用大型语言模型（LLMs）跨语言分类负面竞选活动的方法，分析了来自19个欧洲国家议员的1800万条推文。研究发现，执政党和倾向于联盟的政党在负面竞选活动方面面临更大的声誉约束，而反对党和外部政党则较少。研究还表明，远离意识形态中心、特别是激进右翼的政党倾向于使用更具对抗性的言辞。
-
DuckDB 增加 Quack 协议以实现远程数据库访问
DuckDB 推出了 Quack，一种旨在让多个 DuckDB 数据库实例通过 HTTP 与单个数据库进行交互的新协议。此新功能通过增加客户端-服务器功能，扩展了 DuckDB 超越其传统嵌入式、本地使用的能力。
-
新AI框架可自动进行动物运动行为表型分析
研究人员开发了GEESE，一个新颖的深度学习框架，旨在自动化遗传动物模型的行为表型分析。该端到端系统直接从3D姿态数据中学习，无需手动特征工程，提高了可重复性。GEESE在对多种与自闭症相关的遗传模型进行行为分类和基因型预测方面表现出卓越的性能，识别出了基因型特异性的运动特征。此外，该项目还包括HONK，一个交互式工具，允许研究人员使用自然语言命令进行表型分析。
-
新的QUACK框架审计LLM代理的语言基础失败
研究人员推出了QUACK，这是一个开源环境和评估框架，旨在审计大型语言模型（LLM）代理在多模态社交推理任务中使用的语言基础。QUACK根据游戏结果、行为轨迹和话语级一致性来评估代理，特别标记空间幻觉和无根据指控等问题。对三个前沿VLM的评估显示出重大的基础失败，代理幻觉的空间声明超过15%，并且超过一半的指控没有证据支持。
-
科技高管因利润担忧而质疑AI代币成本
科技公司高管正在讨论其AI计划的重大财务影响，一位CFO报告了3亿美元的代币账单。尽管成本高昂，但其他高管对这些AI投资的实际产出和盈利能力表示质疑。此次讨论凸显了在积极推进AI与实际业务成果之间可能存在的脱节，并引发了关于裁员的讨论。
-
AI 幻觉：收益依赖于现有的工程基础，而非仅仅 LLM
Mirek Stanek 认为，当前的 AI 进步很大程度上是一种幻觉，建立在现有的基础工程工作之上，而非新颖的 AI 能力。他认为，取得 AI 收益的公司是那些已经拥有强大系统（如干净的数据目录、高效的 CI/CD 管道和结构化可观测性）的公司。Stanek 强调，没有这些底层工程实力，AI 工具就没有任何实际好处，他将其比作任何数字乘以零都等于零。