Pope
PulseAugur coverage of Pope — every cluster mentioning Pope across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
AI companies will increasingly seek Vatican endorsement for 'ethical AI' claims
The criticism of 'Vatican-washing' suggests that AI companies see value in associating with the Vatican to bolster their ethical credentials. This trend is likely to continue as companies seek to navigate public and regulatory scrutiny, potentially leading to more such partnerships and the associated criticisms.
Vatican-AI ethics dialogue characterized by cautious skepticism
The recent cluster evidence indicates a pattern of cautious engagement and skepticism from the Pope and Vatican circles regarding AI. Despite tech leaders' attempts to persuade and Anthropic's alliance, the Pope's stance remains wary, suggesting a deliberate and critical approach to AI's ethical implications.
Pope to issue encyclical on AI ethics within 6 months
Given the Pope's recent strong statements denouncing AI weapons and comparing AI opposition to the Butlerian Jihad, it is plausible he will formalize his stance in a major papal document like an encyclical. This would signal a definitive and influential position on AI from the Catholic Church.
-
堪萨斯城一学院院长讨论AI伦理
堪萨斯城一学院院长会见了教皇，讨论了人工智能伦理的未来。会议重点关注技术与信仰的交叉点，探讨如何负责任地开发和使用AI。
-
新的维纳滤波技术可减少视觉语言模型中的幻觉
研究人员开发了一种名为维纳表示滤波（Wiener Representation Filtering）的新颖技术，以减少视觉语言模型（VLMs）中的幻觉。这种无需训练的方法在事后通过编辑语言主干的表示空间来运行。通过将隐藏状态建模为真实和幻觉成分的组合，该技术推导出一个维纳型估计器，可以减弱与幻觉相关的模式。该方法应用于 LLaVA-1.5、MiniGPT-4、Gemma3 和 mPLUG-Owl2 等模型，在 CHAIR、POPE 和…
-
天主教会历史原则指导人工智能时代
天主教会历史上一直运用辅助性原则等来应对技术进步，这种做法在当前的人工智能时代仍然适用。这种根植于社会教义的方法指导着教皇在重大的技术变革时期做出决策。辅助性原则强调，事务应由最小、最低或最不集中的主管当局处理，一直是教会的一贯框架。鉴于现代人工智能及其潜在的社会影响，这一历史应用正在被重新审视。
-
Argus-Unified模型提供经济高效的图像理解与生成能力
研究人员开发了Argus-Unified，这是一种新颖的统一多模态模型，专为图像理解和生成而设计。该模型以其紧凑的尺寸和经济高效的训练而著称，它采用了两阶段流水线，并利用了预训练的视觉语言模型。通过采用混合视觉令牌和冻结的视觉编码器，Argus-Unified在GQA、POPE和VQAv2等基准测试中取得了最先进的性能，同时还展示了具有竞争力的生成能力。该开发旨在显著降低创建此类统一模型的成本和数据需求，使其更易于获取。
-
教皇祈祷应用泄露超70万用户数据
教皇的官方祈祷应用遭受了重大的数据泄露事件，暴露了超过70万用户的个人信息。此次泄露包括用户电子邮件等敏感信息，以及可能存在的其他私人数据。该事件凸显了应用程序持续存在的安全漏洞，即使是与宗教组织相关的应用也未能幸免。
-
诺贝尔奖得主在梵蒂冈召开会议，讨论人工智能与核战争风险
最近在梵蒂冈城举行的一次大会汇集了诺贝尔奖得主、国际专家和宗教领袖，共同探讨人工智能与核战争的交叉领域。此次活动在教皇的夏宫举行，探讨了人工智能在战争中日益增长的危险、自主武器的道德含义以及人工智能在防止核冲突中支持人类决策的潜力。一个关键主题是，即使人工智能能力不断进步，也要确保人类判断在高度紧张的军事行动中始终处于核心地位。
-
研究发现视觉令牌修剪会影响多模态大语言模型的校准
一篇新的研究论文探讨了视觉令牌修剪对多模态大语言模型（MLLMs）校准的影响。该研究发表在arXiv上，揭示了修剪令牌的方法显著影响模型校准，即模型置信度与其正确性之间的一致性。基于覆盖率的修剪方法，侧重于保持证据覆盖率，在LLaVA-1.5和Qwen2-VL等各种模型上，以最小的准确率损失实现了校准的改进。相比之下，基于注意力的修剪方法有时会导致准确率下降和过度自信增加。
-
视觉语言模型：提示回声解决“先问后看”悖论
研究人员识别并解决了视觉语言模型（VLM）中的“先问后看”悖论，即问题置于图像之前通常会导致性能下降。该悖论的产生是因为虽然问题最初会引导模型感知到相关概念，但在过程后期，答案标记对它的关注度却很低。该解决方案被称为“提示回声”，它通过在提示的开头和结尾重复提问，确保问题既能影响感知，又能用于生成答案。这种受人类理解策略启发的、无需训练的方法显著提高了在NaturalBench和Winoground等基准测试上的性能。
-
新方法评估LLM代码自我修复，无内容偏见 · 跟踪2个来源
研究人员开发了PoPE（波普尔式安慰剂对照评估），一种用于评估冻结的小型代码语言模型自我修复能力的新方法。该方法将失败的程序输出视为反驳，并使用安慰剂对照来隔离错误内容对模型重试的影响。通过提示和权重通道进行的评估未能证实内容可归因的优越性，这表明学习到的表示可能条件化而非测试模型的输出。
-
研究发现，视觉语言模型的推理链比答案熵提供更好的不确定性信号
一篇新研究论文探讨了视觉语言模型（VLM）中“思考链”量化不确定性的有效性。研究发现，虽然 Qwen3-VL-8B-Thinking 等一些模型表现出不确定性信号的完全崩溃，但 GLM-4.1V-9B-Thinking 等其他模型则没有出现这种退化。InternVL3-8B 表现出选择性思考，仅为部分查询生成思考链。研究表明，这些思考链的信号比答案熵更可靠地预测不确定性，尤其是在复杂的推理任务中。
-
新方法提高了 AI 模型忠实视觉归因的准确性
研究人员开发了两种新的忠实视觉归因方法 CoPAIR 和 TRACE，该方法可识别支持模型预测的图像区域。这些方法侧重于生成紧凑的 top-k 证据掩码，而不是对所有区域进行完全排序。CoPAIR 使用 PhaseWin-Greedy 方法进行候选生成，而 TRACE 则使用交叉熵采样和其他技术直接搜索固定基数的掩码。这两种方法在 ImageNet 分类和 MLLM 归因等各种归因任务上都取得了新的最先进成果，其中 TRACE 掩码在…
-
新方法通过投机执行加速代理式LLM推理 · 跟踪2个来源
两篇研究论文介绍了通过采用投机执行来加速代理式大型语言模型（LLM）推理速度的新颖方法。第一篇论文SPORK利用LLM本身的轻量级探针来预测即将到来的工具调用，从而实现重叠执行并减少空闲时间。第二篇论文SpecEyes提出了一个类似的投机规划框架，使用一个较小的、无工具的MLLM来预测执行轨迹，从而在不损失准确性的情况下提前终止昂贵的工具链。这两种方法都旨在显著降低复杂代理式任务的延迟并提高吞吐量。
-
Peter Thiel 声称教皇在中国人工智能批评方面与其合作
Peter Thiel 公开表示，教皇正在与中国共产党合作。Thiel 的说法源于教皇对人工智能的批评立场。这一声明引起了强烈反响，一些人觉得无论 Thiel 的立场如何，都有必要表示反对。
-
Peter Thiel将教皇与中国联系起来，在阿斯彭思想节上警告AI风险
著名科技投资者Peter Thiel在阿斯彭思想节上发表了争议性言论，暗示教皇与中国共产党的利益一致。他还对人工智能可能被用于恶意目的表示担忧，特别是在地缘政治权力斗争的背景下。Thiel强调，在驾驭复杂的人工智能发展及其全球影响的格局时，需要保持警惕和战略性思维。
-
HKVLM 模型通过分离定位和语言来改进视觉推理
研究人员开发了 HKVLM，一种新颖的视觉推理方法，它将定位与语言生成分离开来。该模型利用一个冻结的语言对齐检测器和一个冻结的语言模型，通过一个轻量级的对齐钩连接。该钩通过对比检索和二分匹配将语言查询绑定到区域建议，旨在提高视觉问答和目标检测任务的忠实度。该系统专为小数据设置而设计，并包含一个忠实度否决机制，以防止命名不支持的对象，从而显著降低幻觉率。
-
视觉语言模型在鲁棒性、因果推理和视觉搜索方面接受测试
研究人员正在从多个维度调查视觉语言模型（VLM）的鲁棒性和推理能力。一项研究引入了OCR-Robust，这是一个用于评估VLM在光学字符识别任务中对视觉扰动的韧性的基准，揭示了图表和表格等结构性元素特别脆弱。另一篇论文探讨了VLM在因果顺序推理方面的挣扎，发现它们尽管在物体识别方面表现出色，但由于训练数据中缺乏明确的因果表达，因此表现不佳。此外，一项研究检查了VLM执行视觉搜索任务的情况，将其“推理令牌”使用与人类反应时间进行比较，并…
-
AI News UK 报道 JSON-LD 和教皇科技通谕
来自 AI_Tech_News_UK 的两条独立的 Mastodon 帖子讨论了不同主题：一个解释了如何在个人网站上实现 JSON-LD 以提高搜索引擎可见性，特别是针对英国企业。另一篇帖子深入探讨了教皇最近发布的通谕，澄清其重点并非AI技术本身，而是技术更广泛的社会和人际关系影响。
-
新研究增强了用于医疗、检索和机器人任务的视觉-语言模型
研究人员正在开发新方法来改进各种领域的视觉-语言模型（VLM）。一篇论文介绍了CoT-Mediate，一个用于评估生成推理如何影响VLM在医疗情境下预测的框架，发现推理的位置比其声明的来源更关键。另一项研究提出了ReToken，一个可学习的单一嵌入，通过选择相关的视觉标记来增强视觉检索，在Visual Haystacks和LVBench等基准测试中显示出显著的提升。对于机器人领域，BioVLN是一个专为生物医学实验室视觉-语言导航设计…
-
研究发现真实性在大型语言模型家族中是可继承的
一篇新的研究论文探讨了上下文真实性在模型谱系中的保持问题，发现从基础大型语言模型（LLMs）到其下游变体（包括指令调优和多模态适应模型）的真实性得分得到了强有力的维持。这种继承与注意力头部权重的保持有关。该研究提出了一种名为TruthProbe的方法，该方法可以增强上下文真实性头部，以提高模型的真实性并减少幻觉，涉及Vicuña、Qwen2.5、LLaMA2和Mistral等模型。
-
时事通讯聚焦意大利政治、加沙调查及教皇关于人工智能的通谕
本周的 Valigia Blu 时事通讯涵盖了意大利政治格局的变化，包括行政选举对 Vannacci 和 Campo Largo 等人物的影响。通讯还包括一项关于加沙受伤儿童的调查、关于 Valditara 关于学校性教育法案的报道，以及教皇关于人工智能的通谕。