Move
PulseAugur coverage of Move — every cluster mentioning Move across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究应对多模态图学习挑战 · 跟踪3个来源
三篇新研究论文探讨了多模态图学习的进展，重点关注整合不同数据类型的不同方面。第一篇论文“No-Free-Graph”提出了MAG-SCOUT框架，用于在完全构建图之前确定图结构是否对给定的数据集和任务有益。第二篇论文“Toward Omni Multimodal Graph Foundation Model”提出了一种拓扑驱动的方法GraphBind，用于将多模态信息绑定到一个统一的表示空间，特别是针对属性不完整的图。第三篇论文“MO…
-
MÖVE 评估德语区公共管理所用语言大模型
MÖVE，一项专注于德语区的倡议，已评估了用于公共管理的语言大模型（LLMs）。评估考虑了性能、治理、透明度、可持续性和民主价值观等标准。目标是为公共部门实体在选择和实施语言大模型技术方面提供指导。
-
新的大语言模型基准 MÖVE 聚焦德国公共部门需求
一篇新的研究论文介绍了一个名为 MÖVE 的框架，该框架旨在专门评估德国公共部门使用的大语言模型（LLMs）。与现有的侧重于英语和美国背景的基准不同，MÖVE 在能源消耗、提供商透明度和德国政治立场知识等方面评估模型。研究发现存在显著的权衡，没有单一模型在所有标准上都表现最佳，这凸显了超越单纯性能指标进行特定情境评估的必要性。
-
DreamTraj 通过读取扩散模型内部信息来预测物体轨迹
研究人员推出 DreamTraj，一个能够根据单个 RGB 图像和自然语言指令预测物体 6-DoF 轨迹的新颖系统。与需要视频、深度或 CAD 模型的先前方法不同，DreamTraj 直接从冻结的图像到视频扩散模型的中间表示中提取运动。这种方法绕过了生成完整视频的需要，与现有流程相比速度提高了 4.6 倍，并在轨迹预测方面设定了新的最先进水平。
-
Meta 利用人工智能快速推出新应用，并计划推出更多应用
Meta 正在利用人工智能来加速新的独立应用程序的开发和发布。首席执行官 Mark Zuckerberg 强调，大型语言模型 (LLM) 正在显著缩短产品开发周期，使公司能够快速测试更多想法。这种方法已经促成了几款新应用的发布，并计划推出更多应用，旨在复制 Threads 的成功。
-
Bundesdruckerei 项目 Möve 驯服政府AI以增强安全性
Bundesdruckerei 的 Möve 项目旨在增强政府机构内人工智能的安全性与可控性。该计划侧重于驯服AI应用，以确保其安全运行并符合法规。该项目寻求为公共管理中使用的AI实施强大的安全措施。
-
特朗普的14亿美元加密帝国在利益冲突担忧中曝光
唐纳德·特朗普已积累了一个价值超过14亿美元的庞大加密帝国，主要通过模因币版税和他的合资公司World Liberty Financial。他的数字资产还包括大量的比特币和以太坊持股，以及USDC等各种山寨币和稳定币。此次财务披露正值对其与加密行业的联系及其政府的加密友好议程受到持续审查之际，议员们提出了利益冲突的担忧。
-
reMarkable 发布 Paper Pure 平板，此前裁员并担忧需求
reMarkable Paper Pure 是一款新的电子墨水书写板，面向新用户和企业市场推出。它配备了 10.3 英寸 E Ink Carta 1300 显示屏、双核 ARM 处理器、2GB 内存和 32GB 存储空间，续航时间长达三周。该设备包含一个无线充电的主动式 Marker 手写笔，并采用强调可修复性和回收材料的设计，但值得注意的是它没有显示屏背光。