Reach
PulseAugur coverage of Reach — every cluster mentioning Reach across labs, papers, and developer communities, ranked by signal.
-
新框架REACH助力车联网信道估计压缩
研究人员开发了REACH，一个用于车联网通信中深度学习信道估计器的新型可解释性框架。该框架识别关键特征和内部表示，从而能够显著减少模型参数和计算操作。即使在压缩级别增加的情况下，该方法也能以最小的性能下降来维持性能，并提供对分布外泛化的更深入理解。
-
LinkedIn 新增触达指标，追踪内容在网络之外的传播情况
LinkedIn 正在推出一项名为“触达”（Reach）的新分析功能，以帮助创作者了解其内容的传播方式。该指标区分了已连接到创作者的观众和首次接触其内容的新观众。目标是让创作者更清楚地了解他们的帖子是否正在扩大其现有网络之外的影响力，这对于职业发展和业务目标至关重要。
-
欧盟《人工智能法案》合规压力转向供应链
欧盟《人工智能法案》的影响将首先由供应链管理者感受到，而不是 AI 开发人员，因为向欧盟 CE 标志产品供应组件的公司现在必须遵守新法规。关于制造过程中 AI 使用的信息请求将早于正式的法律截止日期，这类似于 REACH 化学品法规。虽然一些高风险 AI 的截止日期已被推迟，但关于禁止的 AI 实践和通用 AI 义务的规定仍按计划于 2025 年 8 月生效。
-
新系统可从房间角落估计3D手部姿态
研究人员开发了REACH-Net，一个新颖的3D手部姿态估计系统，能够从房间角落的固定摄像头准确追踪手部形状和姿态。该系统通过利用手部-身体协调和时间进展，设计用于处理极低分辨率和遮挡的视图。为了训练和评估REACH-Net，创建了一个名为REACH的大型新数据集，包含50名参与者进行日常活动的数据，手部数据通过隐藏的胸部摄像头捕获。
-
新估计器提升EHR基础模型效率
研究人员开发了两种新的估计器，SCOPE和REACH，以提高电子健康记录（EHR）基础生成模型的效率。这些模型通常通过模拟患者未来轨迹来预测临床结果，但这个过程计算成本高昂且方差较大。SCOPE和REACH利用未充分利用的下一个词元概率分布，显著降低了计算成本并提高了准确性，尤其是在预测罕见结果方面。在临床数据上的实证测试表明，这些新方法能够以显著更少的计算资源匹配标准蒙特卡洛采样的准确性。