iNaturalist
PulseAugur coverage of iNaturalist — every cluster mentioning iNaturalist across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新框架SemReWrite应对视觉AI中演变的语义概念漂移
研究人员推出SemReWrite，一个旨在解决视觉基础模型中演变语义概念漂移的新颖框架。该框架选择性地更新过时的视觉-语义映射，同时保留有效知识，这对于概念本身可能发生变化的长期视觉系统至关重要。SemReWrite结合了语义差异和稀疏修订监督，以识别受影响的视觉区域，并采用低秩重写机制以及结构化记忆和过时决策的抑制。为了评估其有效性，团队还开发了EvoShift-Bench，一个包含ImageNet和iNaturalist等数据集的…
-
新的DirMixE方法增强了AI模型中的长尾识别能力
研究人员推出了一种新颖的混合专家（MoE）策略DirMixE，旨在提高对长尾数据集的识别能力，这些数据集的测试标签分布未知且不平衡。该方法通过将专家分配给不同的Dirichlet元分布来解决标签分布的全局和局部变异。该论文还提出了一个通用的潜在技能微调（LSF）框架，用于基础模型的参数高效微调，并推导了泛化误差界限的理论。
-
研究发现AI模型在未见过的子类型上校准失败
一篇新的研究论文探讨了AI模型的子类型鲁棒性概念，重点关注模型在面对训练期间未见过的细粒度子类型数据时是否保持校准（即其置信度与其准确性相匹配）。该研究测试了五种架构在ImageNet和CIFAR-100等数据集上的表现，发现校准在未见过的子类型偏移下会显著下降，导致对错误预测过度自信。这种效应与图像损坏导致的普遍准确性下降不同，因为模型会响应可见的退化，但不会响应分类内的创新。研究结果表明，评估子类型鲁棒性需要同时考虑准确性和校准。
-
公民科学绘制莫桑比克受威胁鲨鱼和鳐鱼地图
公民科学项目，利用 iNaturalist 等平台，显著增进了对莫桑比克鲨鱼和鳐鱼种群的了解。研究人员分析了 2007 年至 2025 年的 408 项观测记录，记录了 44 种板鳃亚纲动物，其中鳐科（Dasyatidae）和蝠鲼科（Mobulidae）的鳐鱼尤为普遍。这些数据主要来自南部地区，如伊尼扬巴内（Inhambane）和马普托（Maputo），突显了观测到的生物多样性热点与现有海洋保护区之间令人担忧的不匹配，因为 71% 的…
-
AI生成的虚假鸟类图像威胁公民科学研究
研究人员对人工智能生成的图像和报告在公民科学平台上的泛滥表示担忧，这可能会损害鸟类学研究的完整性。Nature杂志上的一篇评论和The Guardian的报道指出，经过处理的图像正出现在iNaturalist和Macaulay Library等数据库中。科学家们敦促观鸟者在使用AI编辑工具时要谨慎，以防止损害用于物种监测的宝贵公民科学数据的可信度。
-
AI 生成的鸟类图片威胁公民科学数据完整性
人工智能生成和编辑的图像的使用对公民科学数据的完整性构成了重大风险，尤其是在鸟类学领域。研究人员担心，使用 ChatGPT 和 Google Gemini 等工具轻松创建的虚假或增强的鸟类照片可能会污染 iNaturalist 和 Macaulay Library 等科学数据库。这些平台对于监测物种分布和行为至关重要，而引入不准确的图像可能会破坏生态研究和保护工作。
-
iNaturalist 的 Seek 应用提供离线动植物识别功能
iNaturalist 的 Seek 应用现在仅凭手机摄像头就能识别动植物，即使在没有互联网连接的情况下也能做到。这项离线功能允许用户通过将设备对准目标来实时识别动植物。
-
据报道，AI 集成正在降低 iNaturalist Seek 应用的功能
据报道，iNaturalist Seek 应用的质量正在下降，用户将这种退化归因于人工智能技术的集成。这表明，虽然人工智能可以增强功能，但其实现也可能对用户体验产生意想不到的负面影响。
-
爱荷华州立大学利用公民科学数据绘制植物适应图
爱荷华州立大学的研究人员开发了一个新颖的框架，将公民科学数据与实验发现相结合，以理解植物的适应性。这项由农学教授Jianming Yu牵头的工作，利用了大量照片（主要来自iNaturalist），以识别植物开花时间响应的遗传基础。该研究强调了公民贡献数据在推动科学发现方面的价值。
-
新数据集整合了41万种热带物种及其中文名称
研究人员开发了一个包含超过41万种热带物种的综合数据集，整合了来自多个生物多样性数据库的分类标识符。该数据集包括了贸易和饲养背景的新图层、带有溯源追踪的中文俗名图层，以及CITES条目的链接。目标是为理解和监管跨领域的各种热带物种提供一个结构化资源，目前大部分物种都已关联了中文名称。
-
iNaturalist 鼓励用户分享令人惊讶的本地物种发现
iNaturalist 正在向其社区提问，询问关于令人惊讶的本地物种发现，通过公民科学和自然观察鼓励参与。该平台使用 AI 辅助物种识别，从而加深与生物多样性的联系。
-
Simon Willison 使用 Claude Code 将 iNaturalist 野生动物照片集成到他的博客中
Simon Willison 将他的野生动物摄影作品集成到他的博客中，展示 iNaturalist 观测记录。他利用 Claude Code for web 完全通过手机构建了此功能，扩展了他现有的内容聚合系统。此次集成使用户可以直接在他的博客上搜索过去的观测记录，包括他 2019 年马达加斯加狐猴的照片。