gene
PulseAugur coverage of gene — every cluster mentioning gene across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI模型使用Stable Diffusion VAEs加速等离子体湍流模拟
研究人员开发了PreVAE-Turb，一个利用源自Stable Diffusion的预训练变分自编码器（VAEs）来加速等离子体湍流模拟的新框架。该方法采用物理信息损失函数和卷积LSTM来准确捕捉潜在空间中的时间动态。该框架已成功应用于2D Hasegawa-Wakatani湍流和GENE代码模拟的3D回转动力学湍流，展示了在几秒钟内生成数千个时间步的显著计算加速。
-
新基准 LongWoF-Bench 评估可复用的 AI 经验
研究人员推出了 LongWoF-Bench，这是一个旨在评估大型语言模型可验证执行经验重用的基准。这种称为 EvoMap 的方法将成功的任务轨迹整合为结构化的“基因”，后续模型可以共享和应用。实验表明，EvoMap 基因在七种不同的模型上显著优于传统的“技能”，将长工作流的完成率提高了 8.7 至 15.5 个百分点。对于 Claude Opus，该方法在完成更多任务的同时，还将 token 消耗量减少了近 10%。
-
新方法将人类引导的因果知识注入虚拟细胞
研究人员开发了一种新颖的方法来增强虚拟细胞的可解释性，虚拟细胞是用于模拟细胞行为的机器学习模型。这种新方法通过利用人类引导的过程，专注于将因果知识注入这些虚拟细胞。该系统采用一种基因相似性感知的因果图可视化，并由混合优化算法支持，以帮助用户探索因果关系和基因相似性。此外，还采用了一种带有支持性可视化的反事实分析策略来验证和优化这些因果图，并在真实案例研究中取得了成功，并获得了领域专家的积极反馈。
-
作者批评“智能体”AI 不可信且受中心化控制
作者认为，企业生成式AI技术，特别是那些被宣传为“智能体”的技术，本质上是不可信且受中心化控制的。他们将这些系统比作《黑客帝国》中的特工，认为“智能体”一词是一个营销新词，掩盖了缺乏真正自主性的事实。作者推测，像Claude这样的AI模型仅仅是为输入企业数据中心的海量数据收集管道提供的一个幌子。