Evolution
PulseAugur coverage of Evolution — every cluster mentioning Evolution across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
进化原则在神经网络特征学习中得到映照
LessWrong 上的一篇最新帖子在进化过程和神经网络之间建立了数学类比，特别关注归纳偏倚。作者认为，进化就像机器学习模型一样，不仅选择有益的性状，还选择有利于未来适应的基因组架构。这种“基因组-环境对齐”的概念被认为类似于神经网络中的特征学习，暗示了生物进化和人工智能之间存在共同的结构母题。
-
AI序列模型在基因组学中找到新应用
与用于语言处理的模型类似，序列模型正被应用于基因组学，以分析蛋白质和核苷酸序列。这些模型通过预测序列的掩码部分来学习进化模式，从而在无需显式标记的情况下揭示蛋白质结构和功能。然而，生物序列在字母表大小、依赖长度、缺乏清晰边界、链对称性以及重复的重要性方面与语言不同，这需要专门的模型架构和解释。
-
误用“进化”概念为优生学和人工智能采用辩护
一些人误解进化论概念，以此来辩护限制性生殖政策和优生学实践。他们错误地应用“进化”和“适应性”等术语来支持“生育至上”议程和惩罚性智力测试。这种对进化论的滥用甚至延伸到鼓吹强制采用生成式AI等技术，而忽略了进化特征的群体层面性质。
-
人工智能不断演变的角色：新应用、环境影响和未来工作
几则近期新闻涉及科技及其影响的各个方面。一篇文章讨论了一款名为 Stamp 的新型开源 Linux 电子邮件、联系人和日历应用程序的开发，旨在为 Evolution 和 Geary 等现有选项提供现代化的替代方案。另一份报告强调了科技巨头微软、亚马逊和谷歌运营的数据中心产生的巨大碳排放，尽管它们有净零排放目标，但这些排放量相当于法国的排放量。此外，一篇报道探讨了人工智能时代的工作未来，确定了可能保持弹性的工作岗位，而另一篇评论则批评了…
-
LLMs 在科学怀疑论面前表现各异，新研究发现
一篇新的 arXiv 论文研究了大型语言模型（LLMs）如何应对科学怀疑论，特别是在气候变化、疫苗和进化论等有争议的领域。该研究测试了三个开源指令微调模型：Llama-3.1-8B、Qwen2.5-7B 和 Mistral-7B。与对谄媚退缩的担忧相反，这些模型表现出不同的行为：Llama-3.1-8B 表现出反应性断言，Qwen2.5-7B 表现出表面上的犹豫，而 Mistral-7B 则表现为不回应。研究发现，这种鲁棒性并非总是可…
-
BIML文集新增关于昆虫自组织和进化的论文
BIML文集新增了两篇条目，重点关注人工智能哲学、涌现和进化在社会性昆虫中的交叉领域。其中一篇题为“社会性昆虫中自组织劳动分工的进化视角”，将自组织与进化适应相结合。另一篇“昆虫社会中的自组织与适应”被描述为一篇探讨昆虫社会中自组织的基础性论文。