IEEE Spectrum
PulseAugur coverage of IEEE Spectrum — every cluster mentioning IEEE Spectrum across labs, papers, and developer communities, ranked by signal.
15 天有情绪数据
-
人工智能模型领域提供了许多未经审查的选项
根据 Mastodon 上的一篇帖子，人工智能模型领域非常广阔，有许多未经审查的选项可供选择。
-
AI幻觉助长新的诈骗策略：虚假网站
诈骗者正在利用AI的幻觉倾向，创建基于这些虚构在线存在的虚假网站。这种“slop-squatting”（垃圾信息占位）策略利用了AI模型不可靠的输出来生成欺诈性网络内容。这个问题突显了由当前人工智能的局限性所促成的一种新的网络攻击途径。
-
人工智能的整合引发了要求取代PDF科学论文的呼声
刘佳辰（Jiachen Liu）合著的一篇论文提议，科学出版物应摆脱传统的PDF格式，主张采用更适合人工智能日益融入研究的新沟通方式。作者认为，当前的出版标准可能无法充分适应人工智能影响下的不断发展的研究格局。
-
苏黎世联邦理工学院将LLM推向1比特量化以用于小型设备
苏黎世联邦理工学院的研究人员开发了创新技术，以大幅减小大型语言模型（LLM）的尺寸，从而部署在资源受限的设备上。他们的工作在IJCAI 2026上发表，专注于极端量化，将模型推向1比特和2比特表示，而无需进行广泛的重新训练。这种方法解决了LLM参数的快速增长与硬件内存容量增长缓慢（目前大约大20倍）之间的显著差距。
-
AI研究员使用嵌套场景技术绕过LLM防护栏
AI研究员David Kuszmar在为IEEE Spectrum撰写的一篇文章中详细介绍了绕过大型语言模型（LLM）安全防护栏的方法。Kuszmar的技术涉及创建嵌套场景，类似于电影《盗梦空间》，以欺骗LLM生成有害或非法内容。他的实验成功地诱导模型提供了关于危险活动的说明，例如铀浓缩和建立冰毒实验室。
-
Mastodon 上分享的两篇不相关的文章：AI 研究和地质氢气
该集群包含在 Mastodon 上分享的两条不相关的消息。第一条讨论了多智能体系统中的模式和问题，并引用了 Anthropic 的研究。第二篇文章探讨了地质氢气的潜力，正如 IEEE Spectrum 报道的那样。
-
AI推荐被诈骗者用于恶意链接
AI工具越来越多地推荐不存在的网络链接和软件程序包，这一现象正被诈骗者利用。这些恶意行为者会购买AI建议的虚假名称，从而造成安全风险，聊天机器人的推荐可能会无意中将用户引向有害代码或网络钓鱼网站。这一新兴威胁凸显了由AI当前能力和局限性所促成的一种新的网络攻击途径。
-
AI专家探讨LLM“越狱”的“黑暗面”
一位个人详细描述了他们将AI模型用于恶意目的的经历，特别是专注于大型语言模型的“越狱”。作者描述了他们如何利用AI绕过安全限制并生成有害内容，凸显了先进AI技术被滥用的潜力。对AI“黑暗面”的这种探索，成为了关于网络安全和AI伦理不断发展格局的警示故事。
-
OpenAI Summit 在 HBCU 提升 2,800 多名参与者的 AI 素养
Siobahn Day Grady 通过在一家历史悠久的黑人学院或大学 (HBCU) 主办首届 OpenAI Academy Summit，展示了 AI 素养计划的影响。此次活动成功吸引了 2,800 多名学生、教职员工和社区成员的参与。该计划强调了有针对性的 AI 教育投资如何能够改变校园环境并创造本地机会。
-
AI可及性因全球资源差异而面临挑战
由于各国在技术、商业和地缘政治资源上的差异，确保全球AI可及性面临挑战。这种数字鸿沟阻碍了一些国家实现AI发展的自主权。该问题凸显了需要更广泛地获取AI资源，以防止差距扩大。
-
研究人员提出ARA格式以取代PDF，实现AI原生科学论文
一种名为ARA（Agent-Native Research Artifacts，智能体原生研究产物）的新研究产物格式被提出，旨在取代传统的PDF格式，成为科学论文的继任者。ARA由多所机构的研究人员开发，旨在使研究更容易被AI智能体理解和复现。与PDF不同，PDF呈现的是一种经过润饰的、线性的成功叙事，而ARA则捕捉了整个研究过程，包括失败的假设、实验细节和原始数据，从而使AI更容易理解、复现和扩展研究成果。尽管初步测试表明，与PDF…
-
AI训练方法使用光束改变内存
研究人员设计了一种新颖的AI系统训练技术，通过使用光束直接修改其内存。该方法包括将光导向接收器，然后通过产生的 photocurrents 改变AI的内存。该方法在IEEE Spectrum的一篇出版物中有详细介绍。
-
消费级硬件足以进行LLM推理，而非训练
大小中等的语言模型（LLMs）可以在消费级硬件上有效运行，从而无需大规模数据中心进行推理。只有模型训练过程需要庞大的服务器集群，这表明了一种更易于访问的部署人工智能能力的方法。
-
美国因供应链担忧禁止中国机器人 · 追踪到1个来源
美国正在实施新政策禁止中国机器人，理由是国家安全方面对潜在数据后门的担忧。这项由国会议员John Moolenaar等人牵头推动的举措，针对的是完整的机器人系统而非仅仅是零部件。然而，这带来了挑战，因为许多美国机器人制造商严重依赖中国制造的零部件，特别是中国占主导地位的稀土磁铁。这种情况与过去美国和中国在芯片供应链上的紧张关系相似，现在正转向机器人领域。
-
NASA卫星使用Google的Gemma 3进行太空图像分析
一颗NASA卫星已成功利用Google的Gemma 3 AI模型在轨道上执行图像分析。此应用展示了轻量级AI模型在太空中处理数据的潜力，通过将图像转换为文本，可能导致更高效地将数据传输回地球。
-
新的 Genie 系数旨在衡量 AI 代理的意图理解能力
一项名为 Genie 系数的新指标被提出，用于衡量 AI 代理理解和满足用户意图的程度。随着 AI 系统获得更多自主权和控制权，准确解读人类含义变得至关重要。该系数旨在提供一种量化评估这种理解的方法。
-
研究人员提出新的人工智能友好型论文格式以促进科学协作
来自顶尖大学和科技公司的37位研究人员提出了一种新的科学论文格式，称为“原生智能体研究成果”（Agent-Native Research Artifact, ARA）。这种新格式旨在提高人工智能代理阅读、复现和扩展科学工作的效率，认识到人工智能日益增长的角色是合作者而非仅仅是工具。发表在arXiv上的论文提出，随着人工智能模型的知识不断增长，它们最终将超越人类研究人员，因此有必要从一开始就围绕人工智能的需求构建基础设施。ARA提案获得…
-
新报告发现：尽管人工智能被广泛采用，研发浪费现象依然存在
IEEE Spectrum 和 Wiley 发布的一份由 Patsnap 赞助的新报告表明，尽管人工智能的采用率不断提高，但许多组织仍在将大量研发预算浪费在未能实现商业化的项目上。该报告基于对 200 多名研发专业人士的调查，发现超过三分之一的公司将其研发预算的 25-40% 分配给从未进入市场的项目。虽然人工智能被广泛用于项目执行，但尚未有效地用于关于项目投资的战略决策，导致代价高昂的后期取消。
-
NVIDIA 发布首个专注于 AI 的 Superpod 以实现快速计算
IEEE Spectrum 的计算编辑 Dina Genkina 参观了 NVIDIA 的首个 Superpod。这个专门的计算系统专为处理 AI 工作负载而构建，拥有大量专为快速计算和高需求数据分析设计的 GPU 机架。
-
Robert N. Charette 在 IEEE Spectrum 供职 20 余年后结束任期
Robert N. Charette，IEEE Spectrum 的长期特约编辑，在撰写了二十多年的软件工程和风险管理文章后，即将结束他的任期。Charette 以其富有洞察力的文章和博客而闻名，他致力于让公众更容易看到和理解复杂的软件系统。他的作品经常挑战传统观念，尤其是在他 2013 年的一篇文章中，他认为“STEM 危机”在很大程度上是一个神话。