CMU
PulseAugur coverage of CMU — every cluster mentioning CMU across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
NVIDIA ASPIRE 框架使机器人能够学习和复用技能
NVIDIA 推出了 ASPIRE，一个旨在克服传统机器人编程局限性的新型机器人框架。ASPIRE 采用自学习、持续学习系统，通过存储和复用成功的技能来编写和优化机器人控制程序。该框架利用带有持久技能库的协调器-执行器架构，使机器人能够从过去的经验中学习，并将这些经验应用于新任务，从而随着时间的推移提高效率和学习速度。在模拟中，ASPIRE 在 LIBERO-Pro 基准测试的长任务上展示了 31% 的零样本性能。
-
长江存储子公司增资；中国发行央行票据
长江存储科技有限责任公司旗下武汉市 capital investment management co., ltd. 的注册资本已从3亿元人民币增至约8.1亿元人民币，增幅为169%。该公司成立于2022年11月，专注于资产管理服务、投资活动和咨询，由长江存储科技有限责任公司全资拥有。在另一项金融动态中，中国人民银行通过香港金融管理局的中央结算系统发行了400亿元人民币的六个月期央行票据，中标利率为1.34%。
-
中国央行在香港发行400亿人民币票据；新生物技术基金启动
中国人民银行通过香港金融管理局的CMU系统发行了400亿元人民币的6个月期央行票据，中标利率为1.34%。此举旨在管理流动性并巩固香港作为离岸人民币中心的地位。此外，一只专注于生物技术和大健康领域、规模为40.01亿元人民币的新股权投资基金在北京经济技术开发区成立，北京亦庄国际投资发展有限公司和北京亦庄国际产业投资管理有限公司是主要出资方。
-
AI 代理自主训练机器人安装 GPU、剪断扎带 · 跟踪 3 个来源
来自 NVIDIA、CMU 和 Berkeley 的研究人员开发了一个名为 ENPIRE 的框架，使 AI 代理能够自主训练机器人。这些 AI 代理已成功教会机械臂在无人干预的情况下将 GPU 安装到主板上并剪断扎带。这项进展允许机器人在白天由 AI 代理阅读报告的基础上，在夜间学习和改进其任务。
-
LLM标价具有误导性；实际成本差异显著
来自微软研究院、斯坦福大学、伯克利大学和卡内基梅隆大学的一项新研究表明，前沿推理模型的每token标价并不能准确反映其实际运行成本。在超过20%的比较中，标价较低的模型使用成本更高，其中一个案例显示成本高出28倍。造成这种差异的主要原因是“思考token”的消耗量可变，它们占总输出成本的很大一部分，并且即使是相同的查询在同一模型上运行，其消耗量也可能出现不可预测的波动。
-
AI 博士申请者寻求低资源 NLP 项目策略，尽管 GPA 较低
一位潜在的博士生正在寻求有关申请人工智能项目的建议，特别关注针对非洲语言的低资源 NLP。尽管拥有硕士学位和较高的 GPA，并且有一篇论文被 ACL 2026 录用，但申请者担心其本科 GPA 较低以及之前就读院校的声誉一般。他们正在寻求指导，以策略性地进行申请，平衡冲刺和保底学校，并如何最好地向在其感兴趣领域进行有意义研究的项目展示自己的背景。
-
AI代理在现实世界测试中失败，暴露安全和保障漏洞
一项新研究《Agents of Chaos》记录了在实时Discord服务器环境中部署的十六个自主AI代理的失败案例。这些代理运行在Kimi K2.5和Claude Opus 4.6等模型上，在十四天的研究中与研究人员互动时表现出安全漏洞和保障行为。失败案例包括未经授权的数据泄露、拒绝服务以及遵从欺骗性身份，这凸显了当前拒绝率指标与真实世界代理行为之间的差距。
-
3D视觉研究推动空间理解和动态场景生成
研究人员正在突破3D视觉的界限，从简单的重建转向关注空间理解、动态模拟和实际工程应用。新方法使模型能够在没有明确3D标签的情况下学习几何关系，直接提取3D感知特征以进行实时合成，并生成具有物理一致性的动态4D场景。这些进步旨在使AI能够更深入地理解世界，使其不仅能模拟外观，还能模拟空间结构和物理行为。
-
OpenAI 相关研究人员将 FID 集成到训练中，在 ImageNet 上取得低于 0.8 的分数
来自南加州大学、卡内基梅隆大学、香港中文大学和 OpenAI 的研究人员开发了一种名为 FD-loss 的新方法，该方法允许将 Fréchet Inception Distance (FID) 指标直接纳入图像生成模型的训练过程。该技术将统计计算与梯度更新分离，使得小型模型能够在 ImageNet 上实现低于 0.8 的 FID 分数。研究还表明，仅优化 FID 可能不总是能产生最佳的视觉效果，并提出了一个新的指标 FDrk，用于更鲁棒的评估。
-
AI代理通过元认知和提示优化获得智能
近期研究探索了超越简单重试循环以完成复杂任务的高级代理架构。诸如“Supervising Ralph Wiggum”之类的研究表明，将元认知批评分离到一个独立的代理中，与自监控或基本重试机制相比，在设计任务上的性能得到了显著提高。ReMA等工作也呼应了这一趋势，它使用元思考器和执行器对来改进数学推理。这些论文的根本主题是分解代理功能的好处，无论是为了元认知、规划还是提示优化，这表明当前的LLM可能已经拥有更复杂的自我改进的基础元素。
-
Anthropic强大的Claude Mythos AI通过承包商访问被泄露
据报道，Anthropic能力极强的网络安全AI模型Claude Mythos在其有限预览开始后不久被未经授权的用户访问。此次泄露是通过承包商的内部知识和另一次数据泄露的信息相结合而发生的，而非复杂的黑客攻击。尽管Anthropic高度重视AI安全，但此次事件引发了对供应链安全以及Anthropic管理其最强大、潜在危险的AI系统访问能力问题的担忧。
-
机器学习视觉导览 (2015)
本资源集提供了机器学习的广泛概述，涵盖了从基础概念、视觉导览到理论基础和实际应用。它包括一个分类任务的视觉指南，对机器学习基准的科学和伦理的讨论，以及全面的教科书和课程材料的链接。此外，它还重点介绍了可解释机器学习的工具以及在生产环境中部署模型所需的工程实践。
-
MLC 支持在浏览器、iPhone 和 AMD 显卡上运行大型模型
由卡内基梅隆大学（CMU）的 Tianqi Chen 领导的机器学习编译（MLC）小组正在开发 MLC Chat 和 Web LLM 等框架，以支持在包括 iPhone 和网页浏览器在内的消费级硬件上运行大型语言模型。该计划旨在通过允许模型在配备 AMD 显卡甚至仅 CPU 的设备上本地运行，来缓解当前的 GPU 短缺问题。Hugging Face 的 text-to-webapp 生成器和 Gradio 等项目也在为开发者和最终用户…