Clean+
PulseAugur coverage of Clean+ — every cluster mentioning Clean+ across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的CLEAN框架确保概念空间演变中的认知诊断一致性
研究人员开发了CLEAN（Continual Learning with Expandable and Architecturally Isolated Networks，可扩展和架构隔离网络的持续学习）框架，这是一种用于认知诊断的新框架，可解决增量学习场景中的灾难性遗忘问题。该方法通过在架构上将新概念学习与历史诊断功能隔离开来，防止梯度干扰，从而确保心理测量一致性。在教育数据集上的实验表明，CLEAN实现了零表示漂移，在旧项目上的性…
-
新的 LLM 研究解决了遗忘、加速、服务和评估问题
多篇研究论文探讨了大语言模型（LLM）能力和效率方面的进展。“Nullify” 提出了一种无需训练的方法，可以在不影响效用的情况下从 LLM 中遗忘敏感信息。DynaTE 提出了一种硬件-软件协同设计，通过动态调整基于 token 状态的执行来加速扩散 LLM。Mooncake 提供了一种用于 LLM 服务的解耦架构，优化 KVCache 利用率以提高吞吐量并满足延迟要求。其他研究则侧重于可复现的 LLM 推理基准测试、来自隐式反馈的…
-
新的混合AI框架提高了无线信道估计精度
研究人员开发了一种新颖的混合框架，称为神经网络辅助CLEAN (NN-CLEAN)，以提高无线通信系统中的信道估计精度，特别是在低信噪比 (SNR) 环境下。该方法将传统方法（如CLEAN）的物理基础与深度学习的速度相结合。NN-CLEAN将多头残差网络集成到迭代CLEAN过程中，用快速的神经网络前向传播取代了计算密集型的网格搜索。仿真表明，NN-CLEAN在5 dB SNR下可实现超过96%的准确率，同时显著降低了计算复杂度，使其成…
-
BARBRI收购Lega以提供AI法律培训；其他法律科技公司宣布合作和产品发布
BARBRI已收购专注于AI驱动的法律模拟的公司Lega，这标志着AI在法律教育中的主流应用正在推进。此次收购旨在加强法律专业人士的体验式学习。与此同时，Candle AI已与Docketwise建立合作关系，Litera则推出了名为Clean+的新的基于云的元数据清理工具。
-
Morrison Foerster 部署 Legora AI；Litera 发布 Clean+ 以保护元数据
Morrison Foerster 已在其运营中实施 Legora AI，旨在提高全公司效率。与此同时，Litera 推出了 Clean+，这是一款旨在与 Outlook 集成并降低元数据泄露风险的新工具。在相关新闻中，Sumsub 在欧盟内实现了高置信度 eIDAS 2.0 验证。