Chad
PulseAugur coverage of Chad — every cluster mentioning Chad across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新AI框架可自动进行MRI扫描的沟槽角分析
研究人员开发了SA-Profile，这是一个用于从超分辨率MRI容积分析沟槽角的自动化框架，以评估滑车发育不良。该方法从标准MRI扫描中重建高分辨率容积，并使用U-Net模型检测标志点，计算跨越滑车区域的连续SA测量值。与手动单层测量相比，该自动化方法显示出11.6度的平均绝对误差，提供了对滑车形态更详细的表征，并可能有助于滑车发育不良的诊断和理解。
-
新型AI模型AOI-Net通过眼动追踪增强自闭症检测
研究人员开发了AOI-Net，一个新颖的深度学习框架，旨在通过眼动追踪来改进自闭症谱系障碍（ASD）的检测。该方法明确地模拟了眼动运动的短期时间动态和面部语义兴趣区域（AOI）的结构组织。通过自适应地整合这些表示并采用对类别分布敏感的学习来处理不平衡数据集，AOI-Net在一个大型临床眼动追踪数据库上展示了优于现有方法的性能。
-
前沿视觉语言模型在跨任务心智理论方面表现出碎片化 · 跟踪2个来源
一篇新论文评估了九个前沿视觉语言模型（VLMs）在两个心智理论（ToM）基准测试上的表现：Keysar导演任务和Frith-Happé动画三角形任务。研究发现，这些模型表现出碎片化的心智理论能力，在不同任务上的表现不一致。在导演任务上，VLMs经常犯以自我为中心的错误，类似于儿童，尽管推理能力对某些模型有所提升。然而，在动画三角形任务上，模型倾向于低估意图归因，更符合高功能自闭症成年人的特征，而非典型成年人。值得注意的是，没有一个模型…
-
BLUE视频压缩保留VLM性能，用于监控分析
一篇新研究论文介绍了一种名为BLUE的视频压缩方法，专为监控系统设计，优先考虑视觉语言模型（VLM）的语义信息。与专注于人类观看的传统编解码器不同，BLUE抑制静态背景元素，同时保留前景活动。在VIRAT和CHAD数据集上的评估表明，BLUE压缩不会降低基于VLM的事件和异常检测性能。此外，BLUE显著增加了跳过帧的比例，估计可将VLM推理调用次数减少53%，并降低总体成本。
-
新AI系统通过自适应模型路由优化图像分类成本
研究人员开发了一个共形自适应决策系统（CADS），以解决AI模型的高推理成本和环境影响问题。CADS是一种顺序多模型算法，它根据样本的估计复杂性，通过共形预测量化图像不确定性，动态地将样本路由通过一系列模型。与使用单一、高容量模型相比，这种方法可以将计算成本降低多达12倍，同时保持高诊断可靠性。
-
五角大楼考虑使用3D打印船只以实现隐身和缩短供应链
五角大楼正在考虑使用由回收PETG塑料和玄武岩纤维复合材料制成的3D打印充气船。这种名为Eclipse X9的材料提供了更高的拉伸强度和非导电性，可以减少雷达信号和射频干扰，从而实现隐身能力。一家名为Voltage Vessels的初创公司提出了这些船只，它们可以在前沿基地制造，从而大大缩短军队庞大的供应链。
-
AI 领域聚焦安全、融资和支付规则制定 · 跟踪 10 个来源
多家公司在人工智能领域动作频频，Neo 获得 1 亿美元启动资金，专注于 AI 软件安全。与此同时，AI 火箭发动机初创公司 LegendSpace 已获得 2950 万美元的天使轮融资。金融行业也在积极拥抱 AI，银行正在竞相制定 AI 支付规则，其中汇丰银行和 Mastercard 在亚太地区处于领先地位。此外，Varonis 正通过 Claude 扩展其 AI 代理安全产品，Gemini Enterprise Agent Pla…
-
多智能体强化学习研究统一观测和动作延迟以实现高效学习
研究人员已正式确立了在合作性部分可观测多智能体系统中观测延迟和动作延迟之间的结构等价性。他们证明了这两种系统会产生相同的容许联合策略集，并且它们诱导的轨迹具有相同的分布，从而在去中心化部分可观测马尔可夫决策过程中得到相同的最优解。这种等价性允许任何混合延迟配置都可以简化为纯观测延迟系统，尽管实际学习动力学可能存在显著差异。
-
人工智能需求推动芯片制造商增长，OpenAI报告产品强劲增长
英飞凌上调了全年业绩指引，将上调归因于人工智能数据中心对电源解决方案的需求激增以及汽车订单的改善。国内MCU芯片制造商如国微（Guomin Zhizhi）也出现了类似的趋势，它们正从海外人工智能电源和光通信公司获得越来越多的采购。国微已开始向一家全球顶级的电源管理公司批量供应其电源监控芯片，单价在1.50美元至2.00美元之间。
-
AI模型加速铁电NAND保持分析，速度比TCAD快10000倍以上
研究人员开发了一种新颖的物理信息神经网络算子（PINO）模型，以加速铁电垂直NAND（Fe-VNAND）闪存中的数据保持分析。该AI代理模型整合了基本物理原理，与传统的工艺计算机辅助设计（TCAD）模拟相比，实现了超过10,000倍的速度提升。PINO框架能够准确预测阈值电压漂移和保持行为，为优化器件设计和实现可靠性感知模拟提供了重大进展。
-
Clad Labs推出编排多个AI编码代理的平台
Clad Labs推出了一款新平台，旨在编排多个AI编码代理，包括Claude Code、Cursor和OpenAI Codex。该工具允许开发者启动并行代理团队，在隔离环境中管理它们的工作，并无缝合并更改。它还提供分析功能，用于跟踪编码习惯和生产力以及娱乐使用情况。