Project Gutenberg
PulseAugur coverage of Project Gutenberg — every cluster mentioning Project Gutenberg across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI系统设计、运行并从实验室实验中学习
一种新的人工智能系统已被开发出来，它能够自主地提出生物学问题，设计实验来回答这些问题，然后利用机器人进行这些实验。该AI随后从这些测试结果中学习，形成一个闭环研究过程。这一进展标志着AI在科学发现方面能力的一个重要飞跃。
-
TERMy：新的终端助手绕过 LLM 进行本地命令执行
一款名为 TERMy 的新型终端助手已被开发出来，旨在提供高效的命令行操作，而不依赖大型语言模型。该项目因人工智能成本上升和隐私问题而启动，它使用一个轻量级的、基于规则的引擎来解析用户提示并本地执行 shell 命令。与基于 LLM 的助手相比，这种方法提供了更低的延迟、增强的数据隐私和确定的性能，使其适用于敏感工作流程和寻求减少运营足迹的团队。
-
新的SHELF基准测试LLM在图书馆书目任务上的表现
一个名为SHELF的新基准测试系统已被开发出来，用于评估语言模型在与图书馆和档案馆相关的书目任务上的表现。该系统基于美国国会图书馆的词汇表生成合成数据，创建分类、聚类和检索任务。初步测试显示不同方法的表现各异，稀疏方法在分类方面仍具竞争力，而TF-IDF在主题时效性方面被证明是高效的。
-
新的SHELF基准测试LLM在图书馆书目任务上的表现 · 跟踪2个来源
研究人员开发了SHELF（Synthetic Harness for Evaluating LLM Fitness），一个用于评估LLM适应性的合成工具包，旨在为图书馆和档案馆进行书目任务的基准测试。该Python系统从标记的分类法和写作规范中生成受控的基准测试数据。首个版本包含基于美国国会图书馆词汇表的超过62,000份模型编写的文档，任务包括分类、聚类和检索。虽然主题分类得分达到0.8887，但体裁形式分类得分显著较低，为0.26…
-
研究发现，AI 生成的故事在空间和角色方面与人类叙事不同
两篇新研究论文分析了 AI 生成和人类创作的创意写作之间的差异。第一篇论文侧重于叙事空间，发现像 GPT-4.1 和 Llama 3.3 这样的语言模型（LLMs）与人类写作相比，倾向于过度生成“感知空间”（氛围和情感），而人类写作则偏爱“行动空间”（具身互动）。第二篇论文研究了 LLM 生成故事中的角色多样性，比较了 AI 和人类叙事在角色描绘的八个维度，以了解 LLM 的角色发展与人类作者有何不同。
-
WordPredictor 更新提高了 AI 驱动的文本预测准确性
WordPredictor 发布了 1.7.0 版本，具有显著的准确性增强。此更新在 2000 万个当代电影和电视对话 token 上重新训练了 LSTM 模型，提高了预测相关性。它还将上下文窗口扩展到六个单词，并将 LSTM 与 n-gram 模型集成，同时修复了之前损坏上下文的错误。早些时候发布的 1.6.0 版本引入了一个在 Project Gutenberg 图书上训练的可选 LSTM 预测器，作为默认 n-gram 模型的补充。
-
用户批评AI生成内容，认为公共领域故事更佳
用户批评使用AI生成的内容，称之为“AI劣质内容”，而公共领域的童话和儿童故事却唾手可得。他们认为，用AI生成的内容代替这些现有的、无版权的作品是一种侮辱，并建议像古腾堡计划这样的资源可以轻松提供合适的内容。
-
研究论文将新颖的续集建模为嵌入空间中的几何变换
一篇新研究论文将从原创小说到其续集的转变视为嵌入空间中的点。该研究使用 PG19 语料库的段落嵌入上的 PCA，将小说与其续集之间的“位移”分解为可解释的几何分量。该分析揭示了续集的分类法，将其归类为模式化、集中式或组合式，并深入了解了定义这些文学转变的具体几何变化。
-
新研究使用AI嵌入分析文学续集转换
一篇新研究论文提出了一种通过将书籍视为嵌入空间中的点来分析文学转换的方法。该研究“Story Operators: Decomposing the Original $\to$ Sequel Transformation in Embedding Space”使用PG19语料库的段落嵌入来量化原创小说与其续集之间的几何变化。分析揭示了续集类型的分类法，包括公式化、集中化和构成化，并深入探讨了从“汤姆·索亚历险记”到“哈克贝利·费恩历险…
-
GraphLit框架通过文本增强的人物网络提升文学分析能力
研究人员开发了GraphLit，一个新颖的自监督学习框架，旨在创建丰富的文学文本表示。该框架利用动态异构人物网络（DHCNs）在特定的文本语境中模拟人物互动，将小说组织成局部图。与传统的纯文本或纯图方法相比，GraphLit在12项与人物相关的任务上表现出更高的性能，尤其在需要语境理解的任务上表现出色。该研究还探讨了DHCNs和GraphLit在文学分析中的应用，研究了叙事非线性与动态社会特征之间的关系。
-
WordPress 7.0 "Armstrong" 推出原生 AI 客户端和协作工具
WordPress 7.0 "Armstrong" 已发布，标志着该平台的一次重大更新。此版本引入了原生 AI 客户端和 API，供开发人员集成生成式 AI 功能，重建了管理仪表板，并正式推出了 Gutenberg 第三阶段，重点关注协作。主要新功能包括视觉修订、响应式区块可见性和集成的笔记系统用于反馈，所有这些都旨在增强用户工作流程，并为 WordPress 的未来 AI 驱动开发和增强协作做好准备。
-
新的概念场方法测量文本幻觉和新颖性
研究人员引入了一种名为“概念场”的新颖方法来测量文本中的幻觉和新颖性。该技术在句子嵌入空间中估计局部漂移场，从而能够对句子转换进行黑盒评估。该方法得到了向量序列数据库（VSDB）的支持，并在检测不同数据集的接地性和新颖性方面表现出强大的性能。
-
新指标为作者归属提供可解释的方法
研究人员引入了两种新颖的指标：Rank-Turbulence Delta 和 Jensen-Shannon Delta，通过推广经典的 Delta 方法来增强作者归属。这些新度量利用为概率分布设计的距离函数，为分析词频向量提供了一种更具可解释性的方法。这些指标的有效性在英语、德语、法语和俄语的文学语料库中得到了证明，其中 Jensen-Shannon Delta 的表现持续与现有方法相当或超越。
-
Character.ai 推出可玩的经典文学 c.ai Books
Character.ai 推出了其 AI Labs 中的一项新功能“c.ai Books”，允许用户以可玩的形式与经典文学互动。用户可以选择扮演来自 Project Gutenberg 提供的公共领域作品中的角色，例如《爱丽丝梦游仙境》和《傲慢与偏见》，并参与叙事。该功能提供不同的模式，包括一种遵循原著情节的模式和另一种自由角色扮演模式，用户还可以创建和分享自己的故事的另类宇宙混搭版本。