Jigsaw
PulseAugur coverage of Jigsaw — every cluster mentioning Jigsaw across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的ReDraft方法通过修订模型失败来改进LLM的后续训练
研究人员开发了一种名为ReDraft的新方法，用于持续对大型多模态模型进行后续训练。该技术旨在在不牺牲现有能力的情况下增强新能力，这是模型训练中的一个常见挑战。ReDraft通过使用模型自身错误的输出来作为修订的基础，并以专家响应作为参考来实现这一点。然后，模型会优化其输出，并且只有被接受的修订才用于微调，从而在最小化遗忘先前知识的同时提高新任务的性能。
-
Google 为增强互联网隐私在 Android 17 中添加了 Encrypted Client Hello
Google 已在其 Android 17 操作系统中集成了 Encrypted Client Hello (ECH) 支持，这是移动互联网隐私方面迈出的重要一步。此新功能会加密与网站的初始连接，从而防止互联网服务提供商 (ISP) 看到用户访问的具体域名。虽然 ECH 通过隐藏 ISP 访问的网站来增强隐私，但它并不能隐藏 DNS 查询或用户 IP 地址，这些仍需要单独加密或 VPN 才能实现完全匿名。
-
新方法探查生成模型中的偏见并提升性能
研究人员开发了新的方法，即归因图（Attribution Graphs, AGs）和因果探查（Causal Probing），来分析生成模型内部的工作机制。这些技术旨在识别和纠正训练过程中出现的虚假关联、人口统计学偏见和不匹配的决策电路等问题。提出的框架还包括一个认知对齐分数（Cognitive Alignment Score, CAS），用于衡量模型表征与人类概念的对齐程度，一个隐私机制，以及一个偏见感知正则化器。在多个数据集上的评…
-
人工智能驱动的可视化旨在弥合认知差距并减少两极分化 · 跟踪 2 个来源
一篇研究论文提出使用人工智能赋能的数字平台来创建更细致的数据可视化，以弥合认知差距并减少政治两极分化。该论文重点介绍了一个名为“我们人民”的审议倡议，由 Jigsaw 和 Napolitan Institute 进行，该倡议利用人工智能将 2,400 多名美国人的意见合成为交互式“意见景观”。这种方法旨在超越分裂性的二元图形，转向强调共识和共同点的交互式模型，从而培养更具协作性的民主文化。
-
Saw: Genesis 恐怖游戏采用非对称竖锯杀手玩法
Saw: Genesis 是一款由 Bloober Team 的 Broken Mirror Games 和 Anshar Studios 开发的全新非对称恐怖游戏，即将登陆 Steam 抢先体验。玩家被分为一名“审判者”（竖锯杀手的前身）和三名“被告”，他们必须合作完成挑战并逃脱。审判者可以设置陷阱并使用同伙仆从，而被告可以牺牲生命值或身体部位来加速任务或逃脱陷阱，从而导致多种可能的游戏结局。
-
电锯惊魂：起源 生存恐怖游戏将于 2026 年推出
一款新的多人生存恐怖游戏《电锯惊魂：起源》（Saw: Genesis）定于 2026 年发布，采用 3 对 1 的游戏玩法。玩家将扮演“审判者”，设置受竖锯杀手手法启发的精心陷阱，或扮演“被告”，合作逃离这些致命场景。游戏背景设定在一战后时期，将包含程序生成关卡和玩家选择的永久性后果，并已开放封闭测试资格注册。