Internet Dictionary of Polish Surnames
PulseAugur coverage of Internet Dictionary of Polish Surnames — every cluster mentioning Internet Dictionary of Polish Surnames across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的WarBias基准测试旨在解决LLM对退伍军人和国内流离失所者的刻板印象
研究人员开发了WarBias，这是一个新的双语基准测试，旨在评估大型语言模型（LLM）对国内流离失所者（IDP）和退伍军人的刻板印象。与关注性别或种族等受保护特征的常见偏见基准测试不同，WarBias关注的是代表性不足的群体。该基准测试有乌克兰语和英语两种版本，包含句子三元组和多项选择题，这些题目源自120个刻板印象声明的分类法。初步评估显示，一些LLM倾向于选择刻板印象的句子，尤其是在涉及国内流离失所者方面。
-
人工智能重塑平台工程，将瓶颈转移到治理和安全领域
人工智能正在显著改变平台工程、集成开发平台（IDP）和软件开发生命周期（SDLC）的格局。人工智能驱动的代码生成速度的加快，正将主要的瓶颈转移到开发过程的“外循环”，包括治理、安全、合规和部署流程。一场小组讨论正在探讨这些不断变化的平台动态以及在保持标准化和允许开发人员自主性之间的平衡。
-
GenTI基准测试使用LLM自动生成IDPS规则
研究人员开发了GenTI，这是一个新的基准测试和框架，旨在评估大型语言模型（LLM）自动生成入侵检测和防御系统（IDPS）规则的能力。该系统旨在解决手动创建规则的局限性，这些规则难以应对新威胁。GenTI包含一个包含超过150,000条规则的大型数据集，以及一个使用LLM通过结构化提示和验证循环来创建可部署规则的管道。
-
AI代理为难靶点设计生物制品
研究人员开发了StructBioReasoner，这是一个多代理系统，旨在应对设计靶向无序蛋白（IDPs）的生物制品的挑战，由于其缺乏稳定的结构，IDPs难以靶向。该系统利用基于锦标赛的推理框架，其中专业代理进行协作，整合各种计算工具，如AI结构预测和分子模拟。在Der f 21和NMNAT-2蛋白上的基准测试表明，超过一半的设计候选者优于现有结合剂，证明了该系统在Exascale平台上推进治疗性发现的潜力。