RTE
PulseAugur coverage of RTE — every cluster mentioning RTE across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的E-CONAN基准旨在推进阿拉伯语自然语言推理
研究人员推出了E-CONAN，这是一套旨在提高阿拉伯语自然语言推理能力的新基准。这些基准由两个数据集E-CONAN-2和E-CONAN-3组成，它们是从自动翻译、人工验证、手工制作和新闻标题句子对的混合体中创建的。在零样本分类设置中，使用这些基准评估了九个最先进的多语言预训练模型和五个大型语言模型，结果表明E-CONAN在评估和微调模型泛化能力方面具有价值。
-
新框架实现跨模型规模的知识迁移
研究人员开发了一种名为 Activation-Prune-Merge (APM) 的新颖框架，通过从更大、架构不同的模型迁移知识来增强较小的语言模型。APM 根据任务条件激活图谱，从供体模型中识别并提取层、隐藏维度和注意力头等关键组件。然后，将提取的切片以小的插值系数注入到接收模型中，从而在无需精确结构对齐的情况下提高其能力。该方法在 16 个基准测试中显示出显著的准确性提升，包括在 RTE、QNLI 和 BoolQ 上的显著改进，表…
-
涉嫌爱尔兰犯罪头目 Daniel Kinahan 从迪拜被引渡至爱尔兰
涉嫌领导国际贩毒和洗钱活动的爱尔兰犯罪头目 Daniel Kinahan 已从迪拜被引渡回爱尔兰。他预计将在都柏林特别刑事法院面临指控，并可能被关押在 Portlaoise 监狱。此次引渡是在一次重大的安全行动之后进行的，凸显了 Kinahan 组织涉嫌参与爱尔兰和西班牙的另一团伙的暴力帮派战争。
-
摩尔线程预计AI需求将推动营收增长135%
图形处理器制造商摩尔线程预计2026年上半年营收将显著增长135.12%至149.37%，预计盈利在16.5亿至17.5亿元之间。这一增长归因于蓬勃发展的AI行业、对其全功能GPU的强劲需求以及其“КУ’Е”智能计算集群的加速商业化。据报道，该公司的产品获得了客户的高度认可和稳定的供应，扩大了其市场优势。
-
法国电力出口创纪录；DeepSeek寻求首次公开募股
法国上半年电力出口创下历史新高，达到51太瓦时（TWh）。这一数字比去年同期增长了36%，并超过了2024年创下的19%的先前纪录。该数据来自法国电网运营商RTE的一份报告。另外，报告中提到中国人工智能公司DeepSeek正准备进行首次公开募股（IPO）。
-
新的黎曼几何方法增强语言模型嵌入
研究人员开发了一种名为黎曼均值池化（RMP）的新方法，用于分析预训练语言模型嵌入的几何结构。该技术在对称正定流形上使用黎曼几何和弗雷歇聚合来提取每个标记的度量。在CoLA、CREAK和RTE等数据集上的实验表明，RMP在处理具有复杂语言结构的复杂数据集时，优于传统的欧几里得均值池化，这表明几何聚合在提高可解释性和安全性方面起着关键作用。
-
LLM驱动的全新长期交通仿真框架RosettaSim
研究人员开发了RosettaSim，一个利用大型语言模型（LLM）能力的新型长期交通仿真框架。该方法将场景拓扑、代理状态和生成意图投影到结构化自回归流中，从而实现准确的短期预测和稳定的长视界仿真。为了解决评估扩展回滚的挑战，引入了一种名为检索式交通评估（RTE）的新方法，该方法使用语义上相似的真实世界场景作为参考锚点。在Waymo Open Sim Agent Challenge (WOSAC) 上的实验表明，RosettaSim 取…
-
欧洲极端高温迫使发电厂关闭，电网承压
欧洲正经历严重的热浪，导致多家发电厂关闭或减产。法国的核设施尤其受到影响，由于河流温度升高影响冷却系统，一个反应堆已关闭，其他反应堆的运行能力也已降低。其他能源，如水电、天然气和燃煤电厂也面临挑战，发电量减少和对冷却需求的增加加剧了电网的压力。
-
新的Wigner--Ville谱方法改进了电网异常检测
一篇新研究论文提出使用Wigner--Ville分布切片（WVDS）谱进行电网异常检测。该方法实时分析电压波形，旨在识别发生的扰动。与传统的快速傅里叶变换（FFT）方法相比，WVDS方法结合基线归一化偏差得分，显示出更低的误报率，将发病前误报率降低至0.69%。虽然WVDS的选择性更强，但它也比FFT错过了更多的异常。
-
新的DALS框架优化神经网络训练的学习率
研究人员引入了一个名为判别性自适应层缩放（DALS）的新框架，以优化神经网络的学习率。DALS将学习率策略的演进分为五代，强调了从全局固定学习率转向复杂的层级自适应的转变。该方法解决了在保留低层通用知识的同时允许高层适应新任务的挑战。基准测试表明，DALS在合成数据集上实现了高精度，并在微调场景中表现出竞争力，在各种模式下均优于其他策略。