Hera
PulseAugur coverage of Hera — every cluster mentioning Hera across labs, papers, and developer communities, ranked by signal.
- 2026-07-28 funding Hera secured $27 million in funding for its AI platform focused on Medicare navigation. 来源
3 天有情绪数据
-
HERA框架增强了潜世界模型中的物理预测能力
研究人员开发了HERA，一个旨在通过选择性地路由历史证据来改进潜世界模型中物理预测能力的框架。该方法使用一种名为Register-Routed Patch Memory (RRPM) 的轻量级适配器，其中包含结构化内存库、内存寄存器和工作区寄存器。当在IntPhys2 Main split上使用V-JEPA 2-G进行测试时，HERA在准确性方面表现出显著的提高，特别是在涉及固定摄像机连续性和不变性的场景中，这表明历史证据路由是这些模…
-
NVIDIA 的 Nemotron 模型通过新基准适应现代希腊语
研究人员已将 NVIDIA 的 Nemotron 检索模型改编为更好地处理现代希腊语，填补了当前人工智能在该语言方面的能力空白。该研究涉及挖掘希腊语语料库、训练检索模型以及微调生成组件，从而显著提高了检索准确性和基础生成能力。还引入了一个名为 HERA 的新基准，以促进未来希腊语检索增强生成系统的研究。
-
Hera 为 AI 驱动的 Medicare 导航平台筹集 2700 万美元
Hera 已为其 AI 平台筹集了 2700 万美元资金，该平台主要利用护士协助 Medicare 导航。该公司旨在将其老年人护理协调服务扩展到 25 个州。此轮融资由 Bain & Company 领投。
-
新方法对齐注意力头以提升多模态大语言模型性能
研究人员推出了一种名为 Head-Wise Representation Alignment (HeRA) 的新方法，用于增强多模态大语言模型 (MLLMs)。HeRA 专注于对 Transformer 架构中的单个注意力头进行对齐，而非固定层，以改善跨模态理解。该方法基于 Platonic Representation Hypothesis，并使用对比目标来保留表征的拓扑结构。实验表明，对齐对齐度最低的头能带来跨多个基准测试的最显著…
-
新方法HeRA对齐MLLM中的注意力头，以提升视觉任务表现
研究人员推出了一种新方法HeRA，用于对齐多模态大语言模型（MLLMs）中的注意力头。该方法侧重于保留不同模态（如视觉和语言）之间表示的拓扑结构。通过将基于K近邻互信息（Mutual K-Nearest Neighbor）的对比目标应用于单个注意力头，HeRA旨在提高视觉任务的性能并减少视觉幻觉。在各种MLLMs和基准测试上的实验表明，对齐最不匹配的注意力头能带来最显著的提升。