Massachusetts Historical Society
PulseAugur coverage of Massachusetts Historical Society — every cluster mentioning Massachusetts Historical Society across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Anthropic推出模型硬件标准以实现AI驱动的设备操作 · 跟踪7个来源
Anthropic 推出了其新的模型硬件标准 (MHS) 的研究预览版，旨在为 AI 代理安全操作物理设备创建统一的接口。该计划与 HHMI Science 合作开发，旨在减少将 AI 与硬件集成的时间和复杂性，将集成时间从数周缩短到数小时或数分钟。早期测试表明，MHS 使 AI 代理能够执行复杂任务，例如运行药物发现实验、压缩成像实验以及改进量子计算机上的激光稳定性。
-
新框架增强了meme中仇恨言论的检测能力
研究人员开发了SAFE-MEME，一个旨在提高meme中仇恨言论检测能力的结构化推理框架。该框架采用新颖的多模态思维链方法，结合问答式推理（SAFE-MEME-QA）和分层分类方法（SAFE-MEME-H）。该系统在两个新数据集MHS和MHS-Con上进行了基准测试，这两个数据集在常规和混淆场景中都包含细粒度的仇恨抽象。SAFE-MEME-QA在性能上优于现有的开源模型，而SAFE-MEME-H在某些指标上取得了与GPT-4o和Gem…
-
可解释的机器学习模型预测房颤风险
研究人员开发了一个名为 Pre-AF 13 的可解释机器学习模型，用于预测心血管疾病患者房颤 (AF) 的风险。该模型在俄罗斯的电子健康记录上进行训练，利用自然语言处理从出院报告中提取特征。Pre-AF 13 在 24 个月预测方面取得了 0.725 的 ROC AUC，其性能优于现有的临床风险评分。
-
研究论文质疑人口信息在仇恨言论检测中的效用
一篇新的研究论文探讨了在仇恨言论检测模型中使用人口信息的效果。研究发现，人口特征并非普遍有益，其效用取决于特定的数据和建模条件。研究确定了诸如标注者分歧、训练数据大小和人口重叠等关键因素，这些因素会影响这些特征何时能提高模型性能。