Leeds
PulseAugur coverage of Leeds — every cluster mentioning Leeds across labs, papers, and developer communities, ranked by signal.
- 2026-05-22 research_milestone A research paper introduces LIDSA, a novel LLM-based framework for signal-free autonomous intersection management. 来源
3 天有情绪数据
-
微软在利兹的数据中心建设面临环境反对
一份请愿书正在流传，旨在阻止微软在英格兰利兹建设超大规模数据中心。该运动强调了对污染和环境影响的担忧，并敦促地方当局阻止该项目。该倡议正在通过包括Mastodon在内的社交媒体平台进行推广，以收集支持和签名。
-
神经符号AI管道简化LEED v4.1 BD+C认证
研究人员开发了一个神经符号AI管道，以简化LEED v4.1 BD+C认证过程，该过程通常涉及对项目文档进行广泛的手动审查。该系统将项目PDF与LEED信用部分对齐，检索证据，并使用本地托管的40亿参数语言模型验证合规性。实验表明，虽然40亿参数模型（gemma3:4b）在基于文本的验证方面表现强劲，但完整的神经符号配置的准确性受到提取失败和定性类别挑战的影响。研究发现，包含低分辨率图像会持续降低准确性。
-
新的llms.txt文件旨在指导AI聊天机器人了解网站内容
一种名为`llms.txt`的新文件格式已被提出，以帮助AI聊天机器人更有效地理解网站内容。与控制搜索引擎访问的`robots.txt`不同，`llms.txt`提供了关于网站目的、关键页面和内容结构的清晰、通俗的指导。虽然尚未被普遍采用，但该文件旨在通过提供一种直接的方式供大型语言模型解释网站信息，从而提高AI生成答案的准确性。
-
机器学习改进交通事故预测模型
研究人员探索了在交通微观模拟中使用机器学习（ML）行为模型来改进碰撞频率预测。通过在英国利兹的五个交叉路口比较 ML 模型和传统的基于规则的模型，他们发现 ML 生成的冲突与现实世界的碰撞数据更吻合。然而，直接使用 ML 模拟的碰撞进行预测被证明是不准确的，这表明虽然 ML 可以真实地重现冲突，但尚未实现真实的碰撞生成。
-
CGI 赞助 FOSS4G:UK 2026 地理空间会议
CGI 已宣布成为 2026 年英国开源地理空间基金会（FOSS4G:UK 2026）会议的铜牌赞助商。该会议定于 2026 年 10 月 12 日至 13 日在利兹举行。CGI 是一家全球 IT 和业务咨询公司，将展示其整合了地球观测、机器学习、云计算和数据分析的地理空间服务。
-
基于LLM的LIDSA系统将交叉口延误减少89%
研究人员开发了LIDSA，一个用于管理无传统信号交通交叉口的新框架。该系统利用大型语言模型实时推理车辆意图、优先级和能源偏好。评估表明，与现有方法相比，LIDSA显著减少了延误、等待时间和排队长度，同时提高了燃油效率和意图满意度。