data definition language
PulseAugur coverage of data definition language — every cluster mentioning data definition language across labs, papers, and developer communities, ranked by signal.
-
新的深度伪造检测方法和数据集出现，以应对人工智能生成的视频威胁 · 跟踪了 7 个来源
研究人员正在开发先进的方法来检测和归因深度伪造视频，特别是那些由复杂的姿势引导扩散模型生成的视频。MoDA 等新框架旨在识别这些生成器留下的细微伪影和光谱指纹，在分布内和跨数据集评估中均取得高精度。其他工作包括创建 DDL 和 CCDF 等大规模数据集，以涵盖更多样化的深度伪造生成方法和真实世界场景，支持开发更鲁棒和可解释的检测和定位工具。此外，研究正在探索超越标准系数的深度伪造检测，专注于视觉线索和时间建模，以提高准确性和跨不同数据…
-
新的法律规划栈使用可废止义务逻辑进行机器人治理
研究人员开发了一种新颖的法律规划栈，该栈集成了可废止义务逻辑（DDL）和学习到的世界模型来治理机器人行为。该系统旨在解决法律文本与机器人规划约束的对齐挑战，特别是在发生感知错误或单一法律可以被多种方式解释时。在模拟机器人手臂上的实验表明，立法代理比非立法代理更频繁地遵守规则，并且在模拟感知不确定性时遵守情况有所改善。该系统被证明在运行时高效、可审计且可适应规则变化，突显了机器人控制中事前立法的潜力。
-
AI代理在SQL查询中存在“虚构列”风险；新方法使用模式契约
一篇文章讨论了AI代理虚构数据库列的危险，这种现象被称为“虚构列”。当AI模型编造在实际数据库模式中不存在的、看似合理的列名时，就会发生这种情况，导致生成的SQL查询出错。作者强调，这些虚构列特别具有欺骗性，因为它们在语法上是正确的，并且命名符合常规，因此难以检测。当前的解决方案，如改进提示、模式导出和实时数据库目录，都存在局限性，例如提示会被遗忘、模式会过时以及上下文窗口限制。提出的解决方案涉及使用存储在设计器工具中的模式的“批准版…
-
SQL指南：概念、查询与实践（含DDL命令和约束）
本文提供了SQL（结构化查询语言）的全面指南，重点关注其基本概念、查询操作和实际应用。文章详细介绍了用于数据库结构设计的 数据定义语言（DDL）命令，包括创建和删除数据库及表。该指南还详细阐述了各种SQL约束，如 NOT NULL、UNIQUE、PRIMARY KEY、FOREIGN KEY、CHECK 和 DEFAULT，并通过表创建和修改语句说明了它们的实现。
-
动态决策学习框架改进了 LVLM 在罕见病诊断中的表现
研究人员开发了动态决策学习（DDL），一个新颖的框架，旨在提高大型视觉语言模型（LVLM）在诊断罕见病时的准确性和可靠性。DDL 允许固定的 LVLM 通过优化指令和在视觉扰动下整合输出来精炼其预测，从而有效地增强异常定位。该方法产生一个基于共识的可靠性分数，并已显示出显著的改进，包括在罕见病病例上的 mAP@75 提高了高达 105%，优于现有的适应技术。