Cannabis sativa
PulseAugur coverage of Cannabis sativa — every cluster mentioning Cannabis sativa across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
人工智能工具分析候选人在2026年选举中对大麻的立场
一款人工智能工具正在开发中，用于分析政治候选人在2026年选举周期中对大麻相关问题的立场。该系统旨在评估候选人对大麻、工业大麻和毒品已记录的支持度，以及他们更广泛的政治立场。这种方法利用人工智能来提供对这些特定议题政治立场的见解。
-
新的HSI-Road数据集通过表面标签增强道路场景分割
本文介绍了HSI-Road Relabeled，这是用于道路场景分割的HSI-Road数据集的增强版本。重新标记的数据集包含一个六类表面类型分类：背景、沥青、混凝土、泥土、水和草。研究人员还开发了一个RGB到NIR的配准流程，并在各种输入配置下评估了六种语义分割模型，包括原始RGB、配准后的RGB、NIR以及堆叠的RGB-NIR格式。
-
参议院共和党人在休会前争相通过加密货币、大麻和选举法案
参议院共和党人正致力于在八月休会前通过几项关键立法，包括与加密货币、大学体育和大麻相关的措施。他们还专注于避免政府关门和解决选举诚信问题。数字资产的CLARITY法案是一个重要的争议点，民主党人不愿意给予其程序性投票。此外，共和党内部在大麻监管方面的分歧可能会使权宜性支出法案的通过复杂化。
-
Hashi实现无需封装即可在Sui上使用比特币作为抵押品
Hashi，一个用于跨链资产引用的协议，已经推出了一种无需封装即可在Sui区块链上使用比特币作为抵押品的方法。这种方法避免了封装比特币相关的托管风险和潜在的脱钩问题。相反，它利用比特币上的金库承诺和Sui上的只读证明，允许Sui端合约验证比特币抵押品的锁定状态。
-
新的CUDA实现加速了GPU上的最优传输计算
研究人员开发了FastSinkhorn，一种用于最优传输计算的Sinkhorn算法的新CUDA实现。该方法完全在对数域中运行，即使在其他方法失败的非常小的正则化参数下也能确保数值稳定性。基准测试表明，FastSinkhorn与POT和PyTorch等现有库相比，速度显著提升，同时使用的GPU内存最少。
-
新的 SGDe 框架为小型语言模型编译工作流
研究人员开发了语义梯度下降（SGDe），一种新颖的师生框架，旨在将复杂代理工作流编译成确定性结构，以用于部署小型语言模型到企业环境中。该方法使用一个前沿 LLM 作为教师来生成批评，这些批评充当梯度，用于优化小型模型的执行计划，包括 DAG 拓扑和系统提示。SGDe 在具有挑战性的数据集上展示了显著的准确性提升，通过利用教师模型作为统计先验并以最少的训练示例实现收敛，从而优于当前的提示优化技术。
-
一名宪兵利用人工智能陷害同事后，因贩毒被捕
意大利维罗纳的一名专门从事禁毒行动的警官因贩毒被捕。该警官据称是宪兵部队的一员，据报道在其身上发现了大量海洛因。对其涉嫌犯罪活动的调查仍在进行中。