GRADE标准
PulseAugur coverage of GRADE标准 — every cluster mentioning GRADE标准 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的RECON方法高精度重建调控网络
研究人员开发了一种名为RECON（增强因果全向网络重建）的新方法，可以从时间序列数据中更准确地重建调控网络。该方法通过显著减少虚假边并保留真实的调控关系，解决了现有方法的局限性。RECON重建了一个全向网络，适应各种采样场景，模拟时变效应，并提供带有详细解释的有符号加权网络。
-
新数据集DisciplineGen-1M助力学术内容的AI视觉生成
研究人员推出了DisciplineGen-1M，这是一个大规模数据集，旨在提高AI模型在生成和编辑知识密集型视觉内容方面的准确性。该数据集包含跨越数学、物理和计算机科学等十个学科的120万个样本，并通过结合矢量图形渲染、基于OCR的编辑和程序化合成的框架构建而成。使用该数据集进行的实验在GenExam和GRADE等特定学科的基准测试中显示出显著的改进，这表明结构化的学术视觉数据对于推动AI能力超越美学吸引力，实现可验证的、基于知识的视…
-
新的GRADE框架评估AI助教的教学能力
一篇新研究论文介绍了一个名为GRADE的框架，用于评估AI助教的教学能力。该研究系统地评估了五种语言模型的120种配置，探索了零样本推理、LoRA微调和CoT+推理等方法。Gemma3-12B在单任务评估中表现出色，而Gemma3-27B在多任务预测中更可靠。研究还指出，虽然数据增强可以帮助表现不佳的模型，但LoRA微调可能会阻碍某些模式下的指令遵循，并且碳排放量因模型选择和推理方法而异。
-
阿里巴巴健康推出面向中国500万医生的AI助手
阿里巴巴健康推出了名为“氢离子”的新AI助手，旨在为中国500万医生提供支持。与可能提供不正确医疗建议的通用AI模型不同，“氢离子”建立在强调循证医学和严格验证的四层架构之上。该平台提供诸如带有直接来源链接的循证问答、通过与BMJ集团独家合作实现的精准文献检索，以及AI驱动的文档摘要和翻译等功能。其目标是为医生提供可靠、易于获取且可验证的医疗信息，解决证据检索缓慢和语言障碍等痛点。