Calm
PulseAugur coverage of Calm — every cluster mentioning Calm across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的CALM方法对齐RCT和观察性数据以改进治疗效果估计
研究人员开发了CALM（Calibrated ALignment under covariate Mismatch，协变量失配下的校准对齐）方法，这是一种通过对齐随机对照试验（RCT）和观察性研究（OS）的数据来改进治疗效果估计的新方法。CALM学习嵌入，将来自不同来源的特征映射到公共空间，从而允许使用RCT数据校准OS结果模型。该方法旨在减少方差并增强对效应异质性的检测，尤其是在非线性场景下。该方法已通过线性和神经网络（CALM-L…
-
新研究探索秩序编码以改进稀疏分布式内存
一篇新研究论文提出将秩序N选M编码作为稀疏分布式内存（SDM）系统的现有方法的替代方案，旨在提高大型语言模型在持续学习方面的能力。该研究验证了该架构的重新实现，并证明在容量实验中，RankOrderSDM的性能优于StandardSDM。此外，该研究将表示和学习效应分开，表明显著的鲁棒性提升主要归因于秩序编码与MAX-Hebbian学习的相互作用。
-
新的CALM框架连接来自不同数据集的脑成像和遗传学信息
研究人员开发了一个名为CALM的新框架，旨在揭示脑成像数据和遗传信息之间的可解释关联，即使这些数据集来自完全不同的群体。CALM通过使用线性投影将两种模态对齐到一个共享的潜在空间来实现这一点。这些投影不仅匹配数据分布，还确保了群体可分离性，从而产生了遗传通路与大脑区域之间可解释的联系。当应用于自闭症谱系障碍时，CALM识别出特定皮质区域与免疫/代谢通路之间的联系，这与现有的科学文献一致。
-
用户寻求帮助实现Calm TTS论文，面临语音克隆问题
一位用户正在寻求有关实现研究论文中描述的Calm文本到语音模型的帮助。他们在复制模型性能方面遇到了困难，在生成有意义的文本和实现准确的语音克隆方面遇到了问题。用户尝试了各种技术，包括计划采样和调整数据条件，但面临诸如梯度爆炸以及文本质量与语音保真度之间的权衡等挑战。他们正在寻求关于如何进行的建议，是重新审视论文、增加数据集大小，还是解决潜在的系统设计缺陷。
-
Amazon Echo 智能音箱新增面向儿童的 Sleep Studio 功能
亚马逊为其 Echo 和 Echo Kids 智能音箱推出了一项名为 Sleep Studio 的新功能。该功能旨在帮助儿童养成更健康的睡眠习惯。Echo Glow 可以编程为显示特定的灯光模式，向儿童发出何时该睡觉或何时可以起床的信号。
-
CalM基础模型推动钙成像分析
研究人员开发了CalM，一个用于分析神经科学中钙成像数据的自监督基础模型。该模型使用了一种新颖的预训练框架，包括用于离散词汇映射的分词器和用于捕获神经和时间数据依赖性的Transformer架构。与监督模型相比，CalM在预测神经种群动态方面表现出强大的性能，在行为解码任务中取得了优越的结果，同时还揭示了其表示中可解释的功能结构。
-
Tony Robbins 联合创办 AI 疗法应用，获 1430 万美元融资
由励志演说家 Tony Robbins 联合创办的新型 AI 心理健康应用 The Path 已获得 1430 万美元的种子轮融资。该应用旨在为消费者提供比聊天机器人更安全、更个性化的心理健康支持替代方案。据报道，其 AI 模型基于开源基础进行训练，并针对治疗性互动进行了专门的后期训练，在心理健康安全基准测试中取得了高分。