graffiti
PulseAugur coverage of graffiti — every cluster mentioning graffiti across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
反AI涂鸦瞄准旧金山公司
旧金山出现了针对AI公司的涂鸦，内容批评这些企业对当地经济和工人阶级的经济影响。涂鸦的具体措辞各不相同，但整体情绪一致地抨击那些估值数百万和数十亿美元的公司。
-
使用信息论分析汉语量词系统
本研究论文介绍了一种信息论方法来量化汉语量词系统中的特异性。通过分析解析后的中文 Gigaword 语料库，该研究计算了量词选择与名词语义信息之间的互信息。研究结果表明，虽然该系统并非完全特异，但诸如形状名词等语义类别显著降低了量词选择的不确定性。
-
基础不确定性征文比赛评选出顶尖获奖者
基础不确定性征文比赛已公布获奖名单，Jimmy凭借其论文《重要的不确定性并非基础性的》摘得桂冠。该论文因对《基础不确定性》一书中的观点提出了新颖的视角而受到赞誉。另外两篇论文，《基础不确定性评论》（TAG著）和《对基础不确定性的进一步思考》（Nikon Okdell著），因其深刻的分析和对相关概念的探讨而获得500美元奖金。
-
Meta 签署欧盟 AI 行为准则，面临罚款；AI 提高广告质量并面临审查 · 跟踪 3 个来源
Meta 已同意签署欧盟的 AI 内容行为准则，Markus Reinisch 在最初截止日期后仅六天确认签署。此举正值 Meta 面临可能在五天内被处以 3% 营业额罚款之际。与此同时，RedCircle 正在实施 AI 来改进程序化广告投放，已将读取错误率降低了 75%。另外，TAG 和 ANA 的一项分析发现，人工智能生成的内容（通常被称为“垃圾内容”）在 70% 的时间里获得优质广告评级，尽管其无效流量率远低于清洁供应。
-
新研究应对文本属性图学习挑战
两篇新研究论文介绍了用于提高文本属性图（TAGs）学习能力的方法和基准，TAGs将关系结构与文本数据相结合。第一篇论文《半监督文本属性图蒸馏》提出了一个名为\algo{}的框架，该框架使用Wasserstein距离来增强可扩展性，并集成大型语言模型（LLMs）以在半监督设置中获得更好的性能。第二篇论文《OpenRTAG》提出了一个综合基准，旨在评估图神经网络（GNNs）和LLM-GNNs在处理存在各种质量退化的不完美、真实世界TAG数…
-
新HCSU数据集挑战LVLM在历史书法分析中的能力
研究人员推出了HCSU，这是一个新的数据集和基准，旨在提高大型视觉语言模型（LVLM）对历史书法风格的理解能力。该数据集通过区分真实的墨迹手稿和石刻拓片，并提供分层的审美描述，解决了现有资源的局限性。使用HCSU进行的评估显示，当前最先进的LVLM在细粒度风格辨别和将审美判断与视觉证据联系起来方面存在困难，突显了多模态架构的基本局限性。
-
Microsoft 365 演变为 AI 开发工具的可编程上下文层
Microsoft 正在将其 Microsoft 365 套件演变为面向开发者工具和 AI 助手的可编程上下文层。新的 Work IQ 功能旨在使企业数据（如电子邮件、文档和会议记录）在 VS Code 等开发环境中可用。这种集成允许 AI 助手推理项目讨论和需求，通过将其置于更广泛的工作上下文中，可能减少手动搜索并改进代码生成。Microsoft 还通过 MCP 工具引入了治理功能，以管理对这些代理工作流的访问并确保合规性。
-
Eugene Yan 分享关于推荐系统和数据角色的见解
Eugene Yan 分享了两次 DataScience SG 会议的见解，一次侧重于推荐系统，另一次侧重于数据领域的各种角色。推荐系统讲座探讨了基线方法以及新颖的图和 NLP 技术，详细介绍了从数据采集到结果比较的端到端流程。关于数据角色的小组讨论强调了逻辑思维和编程等基本技能，并强调了好奇心、毅力和谦逊对于职业成功的重要性。两次活动都强调了在快速发展的数据行业中持续自我学习的必要性。