PulseAugur
中
实时 16:26:39
实体 map

map

PulseAugur coverage of map — every cluster mentioning map across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
15
90 天内 51
发布 · 30天
0
90 天内 0
论文 · 30天
8
90 天内 16
层级分布 · 90 天
主题
关系
情绪 · 30 天

7 天有情绪数据

最近 · 第 1/3 页 · 共 58 条
  1. COMMENTARY · CL_370664 ·

    在 Node 22 基准测试中,JSON.parse(JSON.stringify()) 的性能优于 structuredClone

    Node 22 上的一项最新基准测试表明,用于深度克隆对象的传统 JSON.parse(JSON.stringify()) 方法比新的 structuredClone 函数快得多。在各种对象大小和深度下,JSON 方法都证明了其 1.6 到 1.75 倍的优势。然而,structuredClone 提供了更广泛的兼容性,能够正确处理 Date 和 Map 等数据类型,并保留循环引用,而 JSON 方法无法做到这一点或会静默丢弃。JSO…

  2. TOOL · CL_368279 ·

    新的基准评估多模态人工智能的可达性规划能力

    研究人员推出了一项名为MAP的新基准,旨在评估多模态人工智能系统在协助有可达性需求的用户方面的能力。该基准侧重于规划真实地点访问,通过评估人工智能验证或推荐地点以满足特定可达性要求的能力。MAP包含两项关键评估:可达性规划的声明验证和视觉证据检索,确保人工智能系统能够准确处理和呈现相关信息。

  3. TOOL · CL_355760 ·

    新的 LAAM 框架通过主动学习提高 LLM 检索效率

    研究人员开发了一个名为 LAAM(LLM 主动近似模型)的新型混合检索框架,旨在使大型语言模型(LLM)检索更节能。LAAM 在传统关键字匹配和完整 LLM 分析之间使用一个轻量级的学习预测器作为中介。通过主动学习循环,该系统将 LLM 评估集中在信息量最大的文档上,在保持检索效果的同时显著降低了计算成本。实验表明,对于冗长的查询,LAAM 在仅使用完整 LLM 重排系统能量的 3.3% 的情况下,达到了完整 LLM 重排系统平均 P…

  4. TOOL · CL_351932 ·

    IIT Patna 团队在隐私保护行人重识别竞赛中表现出色

    印度理工学院 Patna 的研究人员展示了他们为 ICPR 2026 TVRID 隐私保护行人重识别竞赛提出的方法。他们的方法侧重于使用 RGB 和深度相机流来识别个体,同时最大限度地减少基于颜色的身份线索。IIT Patna 的两个团队进入了前十名,其中一个团队在深度赛道上取得了 93.51% 的 mAP 和 90.42% 的 CMC@1,显著优于平均水平。

  5. TOOL · CL_345071 ·

    macOS Messages 应用新增“在地图中打开”功能

    macOS Messages 应用推出了一项名为“在地图中打开”的新功能。此功能允许用户直接在消息应用程序中与基于位置的信息进行交互。

  6. TOOL · CL_349650 ·

    新框架将图基础模型应用于时间序列异常检测

    研究人员开发了一个名为 Gfm4Mtsad 的新框架,用于将预训练的图基础模型(GFMs)改编为多元时间序列异常检测(MTSAD)。该框架通过引入结构与信息契约对齐(SICA)模块,解决了跨模态特征-拓扑不匹配和不可靠监督等挑战。SICA 协调连续时间序列数据与 GFMs,指导图构建和残差恢复。此外,还采用了机制对齐伪异常筛选(MAPS)策略和尾门证据校准(TGEC)机制,分别用于改进无监督学习和减少聚合失真。评估表明,在使用两个 G…

  7. TOOL · CL_327432 ·

    图像建模的演变:从手工先验到基础模型

    本文全面概述了过去六十年图像建模技术的发展,追溯了其从手工数学先验到现代深度基础图像模型的演变过程。它在贝叶斯框架下统一了这些方法,将图像建模视为数据流形的概率表征。文章强调,无论是Tikhonov和TV等传统方法,还是即插即用先验和去噪扩散模型等当代技术,都可以通过对数先验的梯度或Stein分数函数的视角来理解。这一视角弥合了信号处理和机器学习之间的差距,展示了图像建模在追求去噪分数方面的持续进步。

  8. TOOL · CL_327158 ·

    新的MAPS指标量化多变量时间序列可预测性

    研究人员推出了一种新颖的度量标准——多变量可预测性得分(MAPS),旨在量化多变量时间序列预测任务的内在可预测性。与可能难以处理非线性依赖性或仅限于单变量序列的现有度量标准不同,MAPS利用协变量信息来评估各种回溯窗口和预测范围内的可预测性。这种无模型的方法提供了可用预测信息的定量度量,并通过在合成和真实世界数据集上的评估证明了其有效性,与预期的可预测性高度一致。

  9. TOOL · CL_315011 ·

    新的MAPS框架通过调节搜索动量增强RAG

    研究人员推出了一种名为MAPS的新型框架,旨在通过调节搜索动量来增强检索增强生成(RAG)。该方法通过分析历史查询变化引起的累积检索趋势,解决了现有RAG技术中查询冗余和探索不足的问题。MAPS旨在通过保留检索到的知识并优化推理状态来减少查询意图漂移,然后并行处理这些状态以识别互补的检索方向并巩固证据。在六个问答基准上的实验表明,MAPS在各种骨干模型上始终优于其他RAG方法。

  10. TOOL · CL_311818 ·

    Google Gemini AI 通过 Android Auto 在车内获得个性化功能

    Google 正在通过 Android Auto 和内置 Google 的汽车,将 Gemini AI 更深入地集成到车辆中,从而增强其 Gemini AI。此次更新允许 Gemini 访问 Gmail、日历、地图、照片、YouTube 和搜索等 Google 应用中的用户数据,从而提供更个性化的响应和主动协助。用户必须选择加入“个性化智能”设置才能使此功能正常运行,从而在提供量身定制的驾驶体验的同时确保隐私。

  11. TOOL · CL_311637 ·

    Google Gemini 个性化智能现已在 Android Auto 上可用

    Google 正在将 Gemini 个性化智能功能推广到 Android Auto 和内置 Google 的汽车中。此次更新允许 Gemini AI 助手访问来自各种 Google 应用的用户数据,包括 Gmail、日历、地图、照片、YouTube 和搜索,以便在驾驶时提供更个性化、更具上下文感知能力的响应。用户可以启用或禁用此功能,并控制 Gemini 可以访问哪些应用,该功能将立即开始向大多数地区的 Android Auto 用户推出。

  12. TOOL · CL_309839 ·

    MAPS系统通过多智能体强化学习增强个性化视频广告

    研究人员开发了MAPS,一种新颖的个性化视频广告多智能体系统,它超越了传统的检索式方法。MAPS利用四个协作智能体进行用户画像、脚本生成、视频合成和迭代优化。一个具有多维度奖励函数的强化学习框架训练脚本生成智能体以符合用户偏好和产品信息。在快手广告系统内的初步A/B测试显示,与现有的生成方法相比,点击率、转化率和每用户平均收入均有显著提高。

  13. TOOL · CL_306730 ·

    Gemini 集成谷歌服务,引发隐私担忧

    谷歌的人工智能 Gemini 现在正与包括 Gmail、日历、地图和航班在内的广泛服务集成。虽然这种深度集成提供了强大的功能,但它也引发了用户对隐私和数据保护的重大担忧。尽管存在这些隐私担忧,但据报道该系统非常有效。

  14. TOOL · CL_296135 ·

    Google Gemini 获得日常任务自动化功能

    Google 的 Gemini AI 助手正在通过新的自动化功能得到增强,允许用户安排和执行各种日常任务。这些功能,特别是通过面向 AI Pro 和 Ultra 订阅者的 Gemini Spark,可以管理收件箱、总结电子邮件、创建待办事项列表以及将约会添加到日历。用户还可以将重复提示设置为“技能”来自动化复杂指令,例如在内容创建中遵循品牌指南或根据地点和偏好规划周末活动。虽然这些工具旨在简化日常工作流程,但 Google 建议用户监…

  15. TOOL · CL_277034 ·

    Google Gemini 移动应用新增地图工具,支持基于位置的查询

    Google 已在其 Gemini 应用的移动版本中集成了地图工具,允许用户指定地理区域进行查询。此增强功能旨在通过支持基于位置的问题来提供更具上下文相关性的答案。该功能有望提高 Gemini 在需要地理信息任务中的实用性。

  16. TOOL · CL_275505 ·

    新的COTe分数提供了对文档布局分析模型的稳健评估

    研究人员推出COTe分数,一个旨在更准确地评估文档布局分析(DLA)模型的新框架。与不适合印刷媒体二维特性的传统指标不同,COTe侧重于内容的语义结构。这一新指标以及结构语义单元(SSU)标注方法,旨在为DLA模型提供更稳健且可比较的性能测量。在三个数据集上的案例研究和评估表明,即使在处理预测和真实标签之间不同粒度的情况下,COTe也能比F1等标准指标提供更细致的模型故障洞察。

  17. TOOL · CL_260940 ·

    iOS 27将为Messages、Wallet、Calendar、Music和Maps带来新功能

    iOS 27 预计将在包括 Wallet、Calendar、Music 和 Maps 在内的多个 Apple 系统应用程序中引入一系列新功能。此次更新将为 Messages 应用带来专门的增强功能,并对其他核心功能进行更广泛的改进。此次发布旨在为用户在 Apple 生态系统中提供更新和扩展的体验。

  18. TOOL · CL_249942 ·

    Google Maps 车速表问题已解决;ChatGPT Sites 增强网站构建功能

    Google 已澄清 Android Auto 上其 Maps 应用中消失的车速表问题,并表示并非有意移除。另外,ChatGPT Sites 推出了新功能,以提高使用 ChatGPT 构建网站的速度和协作性。

  19. SIGNIFICANT · CL_243183 ·

    谷歌向芬兰投资150亿美元用于AI基础设施和核能 · 跟踪4个来源

    谷歌正向芬兰进行约150亿美元的重大投资,以加强其AI基础设施。这项多年承诺涵盖2027年至2028年,包括在芬兰多个地点开发数据中心和支持性基础设施。投资还包括清洁能源和电池项目,特别是与Fortum签订的一项为期22年的协议,购买其芬兰核电站最多一半的电力输出,以确保Gemini和Maps等服务的可持续电力供应。

  20. TOOL · CL_239290 ·

    Atlas 框架优化异构集群上的 AI 工作流部署

    研究人员开发了 Atlas,一个旨在优化复杂 AI 工作流在异构集群上部署的框架。Atlas 解决了复合 AI 工作流中准确性估计的挑战,因为错误会在不同阶段之间传播。它引入了马尔可夫准确性预测器 (MAP),通过离散化中间输出和组合转换配置文件来估计配置准确性,从而避免了昂贵的端到端分析。这种方法使 Atlas 能够将执行计划选择制定为混合整数线性规划问题,在满足服务水平目标 (SLO) 的同时最大化预测准确性并降低部署成本。