Hero
PulseAugur coverage of Hero — every cluster mentioning Hero across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI通过新的推理和对齐框架推动放射学报告生成 · 已追踪4个来源
研究人员开发了几个新框架，以使用AI改进放射学报告生成。HERO通过将策略优化分解为推理、诊断和证据关联来优化多模态大型语言模型，在MIMIC-CXR和IU-Xray数据集上显示出最先进的临床疗效。PDD-RRG引入了一个后验诊断决策阶段，通过整合潜在冲突的诊断来完善报告，使用贝叶斯后验概率，在不重新训练的情况下增强现有模型。RadPRISM使用模式分层监督来对齐专用视觉子空间内的临床概念，改进了零样本分类和视觉关联。PALM采用病理…
-
新的HERO优化器使用LLM进行程序优化，绕过梯度限制
研究人员开发了HERO，一种旨在克服LLM驱动优化局限性的新型程序优化器。与依赖文本梯度的先前方法不同，HERO采用零阶策略，提示LLM直接从程序生成多样化、不重叠的原子编辑。这种方法解决了“最弱环节效应”，即单个有害编辑会抵消整体进展。HERO系统地选择和组合这些编辑以实现程序改进，在发现更高分数的程序和跨算法问题和代理系统等各种领域的更快收敛方面表现出优越的性能，同时也更具令牌效率。
-
新的HERO训练方法提高了神经算子长时域的准确性
研究人员引入了HERO（History-Enriched Rollout Training，历史增强回滚训练），一种旨在提高自回归神经算子长时域准确性的新方法。该技术解决了模型递归使用自身预测时误差累积的问题，这是模拟时间相关偏微分方程时的一个常见问题。HERO通过整合源自模型优化历史的相对监督来增强标准训练，使用一组排序的候选回滚来建立更具信息量的比较基线。在九个PDE基准上的实验表明，HERO在不增加推理时间的情况下，始终提高了长…
-
Persona 3 Reload 手办和 Epic Games Store 免费游戏公布
Persona 3 Reload 中的角色 Hero 和 Aigis 的新手办将于 2027 年 2 月发布。这些收藏品手办将采用 Q 版软乙烯风格。此外，Epic Games Store 将在 7 月 23 日之前提供新的免费 PC 游戏。
-
新研究解决多模态大语言模型的联邦持续学习问题 · 跟踪到2个来源
两篇新研究论文解决了多模态大语言模型（MLLMs）联邦持续学习中的挑战。第一篇论文介绍了FedCMM，一个通过实现模态感知弹性权重巩固、用于重放的合成数据生成以及任务相似性感知梯度聚合来对抗MLLMs灾难性遗忘的框架。第二篇论文提出了HERO，一个通过分离任务分割、客户端数据分割和客户端任务顺序来标准化联邦持续学习评估的基准库，旨在提高不同FCL方法之间的可比性和可复现性。
-
福布斯列出克里斯托弗·诺兰《奥德赛》上映前可免费观看的10部电影
福布斯 compiled a list of ten free movies available on Pluto TV that viewers can watch before the release of Christopher Nolan's upcoming film, 'The Odyssey.' The selection includes historical epics like 'Braveheart' and '…
-
Shopify 开发者重用关键区块以加速店铺构建
作者详细介绍了一种通过重用预先设计的主题区块来高效构建 Shopify 店铺的策略。他们专注于四个关键区块：一个主视觉区、一个信任证明条、一个常见问题解答区和一个行动号召区，这些区块会被复制到每个新店铺中。这种方法通过使内容可以直接通过主题编辑器进行编辑，而无需进行代码更改，从而节省了大量开发时间，在初始设置后，每个店铺估计可节省三个小时。
-
新的水印方法允许对LLM进行选择性披露
研究人员开发了一种名为分层词汇路由（HeRo）的新型水印框架，专为大型语言模型（LLM）设计。该方法允许选择性地披露嵌入的元数据，解决了现有水印技术会暴露整个消息所带来的隐私担忧。HeRo对词汇进行分层划分，使不同的验证者只能访问水印的特定部分，从而保持文本质量并提供细粒度的访问控制。
-
新的HERO框架使用历史数据改进AI模型评估
研究人员开发了HERO（History Enhanced Robust model evaluation，历史增强鲁棒模型评估）框架，旨在提高生成式AI模型评估的可靠性和灵敏度。HERO利用历史数据来减少性能估计中的偏差和方差，解决了昂贵且稀疏的黄金标准标注的局限性。该框架使用过去的黄金标注来校准银牌标注者，并通过将其锚定到精确的历史协变量信息来稳定估计器。HERO适用于各种评估任务，即使在当前轮次中不存在历史标注者的情况下仍然有效，…
-
Logitech发布轻量级G305 X Superlight鼠标和可定制G316 X 98键盘
Logitech推出了新的游戏外设，包括G305 X Superlight无线鼠标和G316 X 98机械键盘。G305 X Superlight采用轻量化设计，重59克，使用Logitech的Hero传感器，最高可达44,000 DPI，并提供多种连接选项，包括2.4 GHz Lightpeed、蓝牙和有线连接。G316 X 98键盘则配备了可热插拔的轴体、8,000 Hz的轮询率和可定制的RGB灯效，以及独特的控制旋钮和点阵LED显示屏。
-
LLM 可视化工具 Visibisy 因 API 成本计算失误导致亏损
LLM 可视化追踪工具 Visibisy 的创建者意识到，运行该服务相关的 API 成本，尤其是在使用网络搜索时，远远超过了订阅产生的收入。这种计算失误导致服务提供商蒙受经济损失。
-
新的HERO框架通过事后反馈增强AI代理学习
研究人员推出了一种新颖的强化学习代理框架HERO，旨在改进多轮决策。与依赖最终结果的传统方法不同，HERO使用事后增强的自我蒸馏，并将下一个环境观察作为局部反馈。这种方法将每次观察转换为一个紧凑的轮次级诊断，为代理的行为提供可操作的见解。HERO在TauBench和WebShop等基准测试中，尤其是在成功部署不频繁的有限训练预算下，已证明了任务成功率的提高和不必要轮次的减少。
-
HERO系统使人形机器人能够高精度地抓取物体
研究人员开发了HERO，这是一个用于人形机器人在多样化的真实世界环境中抓取物体模块化系统。该系统结合了用于场景理解的大型视觉模型和新颖的残差感知末端执行器跟踪策略，以实现精确控制。HERO实现了2.44厘米的末端执行器跟踪误差，显著优于先前的方法，并在办公室和咖啡馆等环境中的日常物品抓取方面表现出可靠性。
-
Spotify 推出 AI 播客生成器 Studio，Huxe 关闭
Spotify 推出了 Studio，一款新的独立桌面应用程序，该应用程序利用 AI 根据用户收听历史记录以及电子邮件和日历等连接的应用程序生成个性化的每日播客和播放列表。该应用程序还可以执行研究主题和组织信息等操作。此外，Spotify 还为 Premium 用户推出了 AI 驱动的问答功能，以便他们可以询问有关播客内容的问题并获得推荐。此举使 Spotify 能够与 Google 和 Amazon 提供的类似 AI 驱动的内容生成…