homelessness
PulseAugur coverage of homelessness — every cluster mentioning homelessness across labs, papers, and developer communities, ranked by signal.
-
LLM可估算英国警方记录中的脆弱性，但需要人工监督
研究人员开发了一种使用微调的大型语言模型（LLM）来识别英国警方事件记录中脆弱性指标的方法。研究发现，约五分之一的事件涉及精神健康问题，而物质滥用、酒精依赖和无家可归的发生率较低。然而，研究强调，LLM的输出需要大量人工审查和统计调整才能被视为可靠的测量结果，尤其是在个体层面的操作决策方面。
-
大型语言模型在新研究中揭示了针对无家可归者的社会偏见
研究人员开发了一种新的方法，利用大型语言模型来识别和追踪针对无家可归者的社会偏见。他们创建了一个包含线上线下文本的大型数据集，其中包括社交媒体帖子和市议会记录，并由人类评分员和GPT-4.1进行标注。研究发现，虽然大型语言模型可以检测偏见，但它们表现出显著的校准失误，常常误将住房相关词汇和提问方式解读为“不在我的后院”主义的指标。
-
AI、政治与文化：多元新闻汇总
本次新闻汇总涵盖了人工智能、阿尔伯塔分离主义、不列颠哥伦比亚省以及数据中心等多个主题。此外，还涉及了Charley Crockett、丹佛、无家可归问题和伊斯兰恐惧症。该内容似乎是各种新闻条目的集合。
-
AI研究提议解决英国无家可归问题，尽管成本高昂 · 追踪2个来源
一篇社交媒体帖子讨论了AI研究解决英国无家可归问题的潜力，承认成本高昂，但认为不追求此类解决方案的成本更高。作者提到已确认参与，并需要进一步的报告控制，涉及国家市场控制，以完善方法论。
-
AI 研究美国解决无家可归问题的益处 · 追踪 4 个来源
一个 AI 模型正被用于研究美国解决无家可归问题的益处，侧重于事实数据而非政治分析。该模型的输出正在被完善，通过特定的提示引导其探索经济和社会方面，例如可能产生 6% 回报的主权住房基金。该研究旨在提供清晰、可发布的见解。