Nice
PulseAugur coverage of Nice — every cluster mentioning Nice across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的FCA引导框架为AI乳腺癌诊断解释提供了完美的有效性
研究人员开发了一个名为FCA-Guided Counterfactual (FCA-CF) 的新颖框架，为多模态乳腺癌诊断模型生成可操作的解释。该框架使用形式概念分析来约束对立样本解释的搜索，确保其临床相关性。在TCGA-BRCA数据集上的评估中，FCA-CF实现了完美的有效性，这意味着所有生成的对立样本都成功改变了诊断预测。它还表现出优越的稀疏性，与其他有效方法相比，所需的特征改变更少，并且与原始实例的接近度强。
-
LLM 将 NICE 临床指南转换为可执行模型
研究人员开发了一种新颖的方法，可将英国国家健康与护理卓越研究所 (NICE) 的非结构化临床指南自动转换为可执行的计算模型。该方法利用大型语言模型 (LLM) 将基于文本的建议转换为可生成患者特定、可解释的临床建议的格式。该系统应用于胰腺癌和肺癌的 NICE 指南，在专家评审中显示出高度的一致性，大多数差异是轻微遗漏而非逻辑错误。胰腺癌的可执行模型在患者案例分析中取得了 82.5% 的 F1 分数，表明了可扩展、自动生成可计算临床指南的潜力。
-
NICE框架为图神经网络提供尺度稳定的解释
研究人员推出了一种新颖的图神经网络（GNN）解释生成框架NICE。NICE解决了“尺度漂移”问题，这种现象是由于元素级掩蔽等标准扰动方法导致消息传递尺度确定性收缩，从而导致预测不可靠。NICE利用噪声腐蚀（NC）作为一种尺度稳定的替代方案，保持了预期的消息范数。该框架还结合了随机恢复边界（SRB）和边界集成梯度（BIG），以产生更忠实和紧凑的边归因。
-
艺术家将城市垃圾记录为艺术作品，跨越多个城市 · 追踪10个来源
一位艺术家正在将城市垃圾记录为一种艺术形式，创作了一系列编号的帖子，以突出各个城市的垃圾。这些帖子是名为“Die Visitenkarte jeder Stadt ist deren Müll”（一个城市的垃圾是其名片）的系列作品的一部分，已在Mastodon和Bluesky等平台上分享。这位被确认为RKristuf的艺术家已经发布了这些作品的限量版，目前已售罄。
-
生成式AI框架支持模式引导的信息抽取和评估
研究人员开发了一个利用生成式AI进行模式引导的层级信息抽取和语义评估的新框架。该方法采用模式来模拟领域知识，从而能够从非结构化文本中进行零样本抽取复杂、嵌套的信息。然后，基于路径的语义匹配算法根据领域特定标准评估抽取数据与黄金标准的匹配程度，并进行分类。该框架在从NICE文档中使用Claude Opus 3抽取属性时，准确率很高，F1分数超过90%，同时与人工专家相比，抽取时间大大缩短。
-
法国举行巴士底日阅兵，有国际嘉宾参加
法国在巴黎举行了传统的军事阅兵式，庆祝巴士底日，总统埃马纽埃尔·马克龙主持了仪式。此次活动纪念巴士底狱的攻陷，并有乌克兰总统弗拉基米尔·泽连斯基等外国嘉宾出席。阅兵式上，乌克兰军队与盟军部队并肩行进，展示了在俄罗斯持续入侵乌克兰的背景下国际团结的姿态。尽管遭遇热浪且许多地区禁止燃放烟花，庆祝活动仍如期进行。
-
新框架通过稳定的全局加权增强了归一化流
研究人员开发了 AMF-VI-sEMA，一种用于归一化流的新型两阶段框架，旨在改进近似推理。该方法使用基于单纯形指数移动平均 (sEMA) 更新的稳定全局加权机制。该框架在第一阶段独立训练多个专家架构，然后在第二阶段学习全局混合权重，从而避免了组件崩溃和计算开销。
-
情感AI发展以理解人类语境和细微差别
情感AI，也称为情感计算，正迅速发展，通过面部表情、语音语调和行为来理解人类情感。虽然早期系统侧重于单一的情感标签，但当前在人类语境AI领域的研究旨在通过考虑个性、实时多输入分析和环境语境来解读情感。这种演变是由客户服务、员工福祉、教育和陪伴等领域的应用驱动的，目标是创造更细致、更具同理心的人工智能互动。
-
伊朗指控摩萨德在法国杀害AI科学家
伊朗媒体Press TV指控以色列摩萨德在法国尼斯暗杀伊朗人工智能科学家Ali Ehsanian博士。Ehsanian拥有索邦大学博士学位，并曾与伊朗国防部合作，据报道于2026年3月28日被杀害。法国警方尚未公开证实其死亡为谋杀，伊朗当局正在调查此事，并调查在法国发生的其他伊朗公民被杀事件。
-
AI 研究解决医疗影像和文档分析中的幻觉问题
多篇研究论文探讨了检测和减轻 AI 系统中幻觉的方法，特别是在医疗影像和文档分析等安全关键应用中。一项研究提出了一个用于医疗 AI 的跨模态框架，强调通用模型在幻觉基准测试中可能优于专用模型。另一篇论文介绍了 SafeLLM，它使用提取而非重写的方式进行检索增强生成，以提高安全性和减少幻觉。此外，还有关于使用类人标准探测进行零源幻觉检测的研究，以及利用最优传输和因果循环标注器来更快地检测各种 AI 任务中的幻觉发生。
-
在监管推动下，Parachute 推出面向医院的 AI 治理
由 Aria 和 Tony 联合创立的初创公司 Parachute 推出了一套治理基础设施，旨在帮助医院安全地评估和监控临床 AI 工具。该平台解决了医疗保健领域 AI 采用率迅速增长的挑战，在此背景下，对安全性和公平性的监管要求日益严格。Parachute 提供了一个多阶段流程，包括供应商评估、自动化基准测试、红队测试、已部署模型的持续监控以及创建不可变的审计跟踪以实现监管合规。