CRediT
PulseAugur coverage of CRediT — every cluster mentioning CRediT across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
由于监管要求，信用评分模型必须优先考虑可解释性而非性能
由于监管要求强制要求可解释性和非歧视性，传统的信用和风险评分模型正在被重新评估。与通常以性能为首要考量的机器学习模型不同，信用模型必须提供清晰、可操作的理由来解释不利的决定，即使是在事后数月。这需要模型本身具有可解释性，例如对分箱特征进行逻辑回归，这几十年来一直是行业标准，因为它自然地支持这些可解释性和可重复性需求。
-
大型语言模型重塑科学探索、协作与分工
一项对2022年及以后科学出版物数据的分析显示，大型语言模型（LLMs）的广泛采用与科学研究的重大重组同时发生。科学家们越来越多地跨越智力上距离较远的领域进行发表，并探索新领域，特别是资深研究人员和来自非英语国家的科学家。该研究还表明，协作动态发生了转变，研究团队在角色上变得更加专业化和差异化，这表明朝着明确的职责分工迈进，并且在某些任务上可能减少对合著者（co-authors）的依赖。
-
投机性的 2026-28 年市场预测包括人工智能、就业和房地产
提供的文本是一个投机性文章的链接，讨论了 2026-2028 年潜在的市场信号，涉及人工智能、就业、房地产和信贷等主题。该文章似乎基于占星术或预测方法，提到了“Rahu”和“Jyotish”。它被呈现为对未来几年的预测。
-
新框架使用反事实推理改进视频问答系统
研究人员开发了一个名为CREDIT的新框架，以提高视频问答系统的可靠性。该框架使用反事实推理和结构因果模型来解开视频数据中的因果证据与虚假关联。通过将表示分解为因果和非因果部分，并采用特征级因果干预，CREDIT旨在创建更值得信赖的AI系统，能够准确地定位证据。
-
小米为MiMo V2 Pro推出基于额度的Token计划
小米为其MiMo V2 Pro模型推出了一项新的“Token计划”，该计划提供了一种新颖的基于额度的AI服务计费系统。该计划允许用户购买额度，额度将转换为Token，不同的模型和上下文窗口大小具有不同的转换率。该系统旨在通过允许集中使用Token来提供比传统订阅模式更灵活的服务，但它增加了用户预测成本的复杂性，尤其是在进行编码任务时。