ETH Zurich
PulseAugur coverage of ETH Zurich — every cluster mentioning ETH Zurich across labs, papers, and developer communities, ranked by signal.
- 2026-07-26 product_launch ETH Zurich has developed a new sensor chip capable of detecting deepfakes by analyzing imperceptible digital imperfections. 来源
6 天有情绪数据
-
NLP研究集锦：2026年9月的4篇关键论文
本文重点介绍了2026年9月自然语言处理（NLP）领域的四篇重要研究论文。旨在告知读者NLP的最新发现和发展。所介绍的研究来自各个领先的机构和公司。
-
Darwin-180B-RSI 模型在无领域训练的情况下在法律基准测试中名列前茅 · 跟踪 1 个来源
VIDRAFT 的 Darwin-180B-RSI 是一个拥有 1800 亿参数的大型语言模型，在瑞士法律推理基准测试（包括 LEXam 和 LEXam-hard）中取得了最佳性能。值得注意的是，该模型在没有任何领域特定法律训练的情况下实现了这一目标，采用了称为模型级递归自我改进（RSI）的技术。这种方法允许模型通过迭代来识别和纠正自身的推理错误，展示了显著的领域无关推理能力。据报道，Darwin-180B-RSI 在这些法律评估中的…
-
人工智能模型在未接受法律培训的情况下，在瑞士法律考试基准测试中名列前茅
由韩国初创公司VIDRAFT开发的名为Darwin-180B-RSI的开放权重180B模型，在法律推理基准测试中取得了最高排名，尽管它从未接受过法律数据训练。该模型采用了一种名为模型级递归自我改进（RSI）的新颖方法，通过解决练习题来学习，然后仅在自己的正确答案上进行训练。这种方法似乎培养了一种通用的推理能力，可以迁移到新领域，正如其在瑞士法律考试中相对于GPT-5、Claude-4.5-Sonnet和Gemini 2.5 Pro等领…
-
Heliox播客探讨AI幻觉与几何解决方案
Heliox播客的一期新节目探讨了AI模型如何因其对世界的简化理解而产生幻觉，将其比作在扁平阴影中看东西。节目讨论了如何通过整合来自苏黎世联邦理工学院（ETH Zurich）的实际工程工作中的弯曲几何，特别是Grassmann流形，来帮助纠正这些幻觉。这种方法为改进AI感知提供了基于证据但又略带怀疑的视角。
-
EPFL研究人员与Proton合作，将Apertus 1.5集成到Lumo AI助手
来自EPFL、苏黎世联邦理工学院和瑞士国家超级计算中心的研究人员已与Proton合作，将他们的Apertus 1.5模型集成到Proton的AI助手Lumo中。此次合作旨在为研究人员提供其模型在实际应用中的直接反馈。
-
ETH苏黎世用新证明统一离散扩散模型
ETH苏黎世的研究人员发布了一份预印本，证明四种主流的离散扩散模型方法可以在一个单一的目标函数下统一。这一新证明不仅整合了这些不同的方法，还解释了在初始化过程中一个流行参数化中观察到的发散问题。
-
Snowden、Meyer、Subramanian、Brekke 将讨论人工智能、监控和言论自由
Edward Snowden、Marguerite Meyer、Vikram Subramanian 和 Jaya Brekke 将参加一场关于人工智能、监控和言论自由的讨论。活动定于9月24日在苏黎世联邦理工学院举行。
-
TERMy：新的终端助手绕过 LLM 进行本地命令执行
一款名为 TERMy 的新型终端助手已被开发出来，旨在提供高效的命令行操作，而不依赖大型语言模型。该项目因人工智能成本上升和隐私问题而启动，它使用一个轻量级的、基于规则的引擎来解析用户提示并本地执行 shell 命令。与基于 LLM 的助手相比，这种方法提供了更低的延迟、增强的数据隐私和确定的性能，使其适用于敏感工作流程和寻求减少运营足迹的团队。
-
Claude认证架构师考生分享备考经验和技巧
两位个人分享了他们准备并通过Claude认证架构师-基础级考试的经验。一位作者详细介绍了他们的准备过程，强调了练习测试和理解考试侧重于判断而非纯粹的事实回忆。另一位作者则强调了自己作为一名50多岁的非英语母语者取得的成功，并指出与Claude Code的实践经验比死记硬背的学习更有益。
-
苏黎世联邦理工学院将LLM推向1比特量化以用于小型设备
苏黎世联邦理工学院的研究人员开发了创新技术，以大幅减小大型语言模型（LLM）的尺寸，从而部署在资源受限的设备上。他们的工作在IJCAI 2026上发表，专注于极端量化，将模型推向1比特和2比特表示，而无需进行广泛的重新训练。这种方法解决了LLM参数的快速增长与硬件内存容量增长缓慢（目前大约大20倍）之间的显著差距。
-
巴基斯坦 JudgeGPT 试验通过人工智能将案件解决率提高 6.3%
巴基斯坦一项涉及名为 JudgeGPT 的定制人工智能工具的大规模实验显示，试验法官的结案率提高了 6.3%。该工具与司法部门协商开发，结合了 OpenAI 的 GPT-4 和巴基斯坦法律意见及法规知识库，利用检索增强生成来减少幻觉。接受过人工智能能力和局限性广泛培训的法官在提高结案率方面表现出更大的积极影响，上诉率略有下降，表明判决质量没有受到影响。
-
Apertus-15 倡导开放式人工智能基础设施，注重透明度训练
ETH Zurich AI Center 的 Apertus-15 项目正在开发专注于透明度和可信赖性的开源人工智能基础设施。与私营公司的前沿模型不同，Apertus 旨在提供一个组织可以自信地在其之上进行构建的基础。该项目强调对其源代码、训练数据、部署方法和模型权重的开放访问。Apertus 的训练方法包括仅使用开放数据、尊重隐私和毒性过滤器，并采用“Goldfish objective”来防止数据记忆同时保持性能。其训练数据中有很…
-
悬赏LLM驱动的去匿名化管道
一项500美元的赏金被提出，用于开发能够利用LLM进行大规模个人去匿名化的攻击性管道。该倡议受到Anthropic和苏黎世联邦理工学院研究的启发，该研究证明了通过分析文本模式和上下文线索来去匿名化Reddit用户的能力。该赏金旨在用现有模型复制这些发现，如果能识别出个人的匿名账户，还将额外提供1000美元。
-
NLP研究集锦：2026年7月的4篇关键论文
本文重点介绍了2026年7月自然语言处理（NLP）领域的四篇重要研究论文。旨在告知读者最新的发现和进展。这些论文涵盖了广泛的主题和机构，包括主要科技公司和大学的贡献。
-
Anthropic 的 Claude 模型发现加密弱点，推出新基准 · 跟踪 9 个来源
Anthropic 的 Claude Mythos Preview 模型在密码学研究方面展现了先进的能力，它自主发现了 HAWK 数字签名方案和高级加密标准 (AES) 的简化版本中的弱点。虽然这些发现目前不影响已部署的系统，但它们凸显了前沿人工智能模型进行专家级密码分析的潜力，这可能对防御性应用产生重大影响。Anthropic 与苏黎世联邦理工学院、特拉维夫大学和海法大学的学者合作，开发了 CryptanalysisBench，这是…
-
EPFL、苏黎世联邦理工学院发布 Apertus 1.5，一个大型开源多模态 LLM
EPFL、苏黎世联邦理工学院和 CSCS 推出了 Apertus 1.5，一个大型、开源、多模态的 LLM。新版本增强了推理、指令遵循和工具使用能力，旨在促进更透明的 AI 开发。
-
苏黎世联邦理工学院开发传感器芯片以检测深度伪造
苏黎世联邦理工学院的研究人员开发了一种新的传感器芯片，旨在检测深度伪造。该芯片分析人眼无法察觉的数字图像中的细微瑕疵，使得深度伪造的制作者难以持续欺骗该技术。此项开发旨在打击虚假信息的传播并提高数字媒体的真实性。
-
李飞飞学生推出全球具身人类数据标准，光轮智能加入
一项名为 EgoVerse 的新的具身人类数据国际标准已由研究人员（包括李飞飞的前学生）推出。该倡议旨在为机器人学习创建协作基础设施，解决现实世界机器人数据收集缓慢且成本高昂的数据悖论。EgoVerse 将提供一个不断增长的第一人称人类操作数据和标准生态系统，中国公司光轮智能是其中唯一的中国参与者，与 Meta 和 Scale AI 等学术机构和主要科技公司并列。
-
2026年瑞士人工智能安全日定于11月7-8日在苏黎世联邦理工学院举行
2026年瑞士人工智能安全日会议定于11月7日至8日在苏黎世联邦理工学院举行，该会议建立在2025年首届活动成功的基础上。今年的会议旨在接待300多名与会者和30个组织，并扩大其计划，以包含更多的交流机会、技术研究、治理、领域建设和职业发展。该活动面向希望扩大职业人脉、获得人工智能安全专家见解以及发现新的职业或合作机会的个人。
-
苹果研究人员提出反因果域泛化，以实现鲁棒的AI模型
Apple Machine Learning Research 发表了一篇关于反因果域泛化（Anti-Causal Domain Generalization）的论文，这是一种创建鲁棒预测模型的方法，可以在无需每个新环境的标签数据的情况下适应新环境。该方法通过关注结果影响观测协变量的反因果结构来利用无标签数据。这使得模型能够正则化其对不同环境中协变量均值和协方差变化的敏感性，提供了理论最优保证，并在物理系统和生理数据上取得了实证成功。