farmer
PulseAugur coverage of farmer — every cluster mentioning farmer across labs, papers, and developer communities, ranked by signal.
- 2026-05-22 research_milestone Publication of a new research paper detailing the GROW framework for VLM agents. 来源
1 天有情绪数据
-
新论文认为大型语言模型缺乏科学溯因的关键机制
一篇新论文认为，大型语言模型（LLMs）在溯因推理方面存在困难，而溯因推理是爱因斯坦等效原理等科学突破的关键过程。作者认为，具身性（embodiment），常被认为是LLMs的局限性，并非唯一缺失的因素。相反，他们提出LLMs缺乏一种机制，在这种机制中，认识论错误会产生物理成本，从而迫使修正并推动溯因飞跃。这种在固定权重Transformer中不存在的热力学耦合，被认为是真正机器溯因的关键要素。
-
人工智能的负面影响预计将对农民造成最严重打击
人工智能发展的负面影响预计将不成比例地影响农民，他们可能面临诸如公用事业成本增加、环境污染以及附近数据中心造成的土地贬值等问题。此外，作者预见经济衰退将影响退休基金，人工智能生成的内容和社交媒体将导致青少年心理健康危机，以及广泛的软件不稳定。
-
基于LLM的启发式设计框架RAISE提高了对分布偏移的鲁棒性
研究人员开发了RAISE，一个使用大型语言模型（LLMs）设计启发式方法的新框架，该框架对现实世界的分布偏移具有更强的鲁棒性。与优化固定训练集的先前方法不同，RAISE在其进化循环中集成了受约束的对抗实例搜索。这种方法允许系统在训练分布的定义范围内识别困难实例，确保在各种场景下性能一致。在在线装箱、在线作业车间调度和在线车辆路径规划上的实验表明，RAISE的性能显著优于现有的基于LLM的方法，后者在分布偏移下性能会大幅下降。
-
Claude Code 创造者概述了 AI 时代新的 5 种职业角色
Claude Code 的创造者 Boris Cherny 提出了一个在 AI 时代对角色进行分类的新框架，他认为传统的开发者和数据科学家等职位将被五种新的原型所取代：原型师（Prototyper）、构建师（Builder）、清理师（Sweeper）、增长师（Grower）和维护师（Maintainer）。Cherny 目前在 Anthropic 工作，他开发了 Claude Code，该工具显著影响了内部工作流程，并为 GitHub…
-
新框架 RAISE 解决 RAG 架构搜索问题
研究人员推出 RAISE，这是一个旨在系统搜索最佳检索增强生成（RAG）系统架构的框架和基准。该方法将 RAG 设计选择（如查询重写和分块）视为一个架构搜索问题，超越了启发式配置。RAISE 的实验表明，最佳 RAG 优化策略高度依赖于特定任务和数据集，因此应谨慎对待普遍性的性能声明。
-
新的 GROW 框架通过适配的 GRPO 增强 VLM 代理
研究人员推出了一种新颖的强化学习框架 GROW，旨在增强视觉语言模型 (VLM) 代理在开放世界任务中的能力。与以往严重依赖监督微调的方法不同，GROW 通过将轨迹分解为状态-动作样本来适配 Group Relative Policy Optimization (GRPO) 算法。这种方法缓解了标准 GRPO 中固有的长上下文和噪声问题，实现了更有效的多轮学习。在超过 800 个 Minecraft 任务上的实验表明，GROW 达到了…