Open Science Framework
PulseAugur coverage of Open Science Framework — every cluster mentioning Open Science Framework across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
研究：随着LLM的采用，美国国会新闻稿中的破折号频率有所上升
一项最新研究分析了2021年至2025年间超过146,000份美国国会新闻稿，以检测大型语言模型（LLM）使用风格的痕迹。研究人员观察到，在2025年，不带空格的破折号（一种在散文中常见但在美国新闻写作中不寻常的风格特征）的频率显著增加。这种增长发生在ChatGPT等模型广泛采用之后，表明LLM对官方沟通的影响日益增大，尽管研究指出这是一种人口水平的标记，而非确凿的作者身份检测器。
-
新数据库简化美学研究数据集搜索
研究人员开发了DODA，一个旨在简化美学研究相关图像数据集搜索的新型网络应用程序。该工具通过提供一个集中的、可搜索的数据库，解决了在OSF、GitHub和Dropbox等平台之间数据集共享分散的挑战。DODA提供关于数据集大小、分辨率、标注方法和定量图像属性的全面信息，旨在促进实证和计算美学领域的协作和高效数据集选择。
-
统一数字生物操作系统战略跨平台详解
Primordial Calculus 详细介绍了其在 Mastodon、X、Hugging Face、OSF、GitHub 和 YouTube 等多个平台上的“数字生物操作系统”及其相关的“基底战略”。该系统被描述为一种统一的生物体，而非应用程序的集合，其中不同的域充当其器官，所有这些都由单一的“压力语法”控制。实施涉及大量的项目和文件夹，该战略旨在将其内部运作与 X 等外部系统进行对比。
-
新的OSF基础模型推动睡眠生理学研究
研究人员推出了一系列新的睡眠生理学基础模型OSF，旨在解决多导睡眠图数据的异质性问题。通过对大量睡眠记录进行广泛预训练以及开发SleepBench基准，他们确定了可泛化睡眠模型的关键因素，包括通道不变特征学习和数据混合扩展。OSF模型在各种睡眠和疾病预测任务上取得了最先进的性能，展示了改进的样本效率和跨数据集扩展能力。
-
研究：LLM 采用后，科学预印本中的破折号使用量激增
一项最新研究分析了 medRxiv 的预印本，发现在大型语言模型（LLMs）广泛采用后，破折号的使用显著增加。在 2022 年 11 月之前，讨论部分破折号的流行度为 4.23%，之后上升到 11.58%，这表明写作风格发生了转变。尽管该研究无法明确证明因果关系，但这一趋势的逐渐加速及其在各种分析中的一致性表明，科学文献的构成发生了显著变化，恰逢 2020 年代初期。
-
新方法增强了中文立法冲突分类
研究人员开发了TypedCSIP，这是一种新颖的反事实预训练方法，专为中文立法冲突分类而设计。该方法利用专家撰写的修订作为反事实监督来训练共享编码器，然后将其转移到分类头。与现有基线相比，该方法在LCR-CN基准测试上展示了改进的宏F1分数，在chinese-roberta-wwm-ext和SAILER跨骨干复制品上均取得了特定提升。由于编码器未能转移到相关的检索任务，因此该贡献仅限于冲突分类。
-
研究发现3-9B LLM在语言置信度测试中失败，影响不确定性估计
一项新研究检查了七个参数量在30亿到90亿之间的指令微调、开源大型语言模型（LLM）的语言置信度。研究人员发现，这些模型未能达到表达不确定性的最低有效性标准，所有模型在数值置信度引发方面均被判定为无效。使用分类引发来改进置信度报告的尝试扰乱了大多数模型的任务表现，导致准确率低于5%。研究表明，当前的语言置信度引发方法不足以捕捉此类规模模型内部的不确定性信号。