Science Technology Engineering Mathematics
PulseAugur coverage of Science Technology Engineering Mathematics — every cluster mentioning Science Technology Engineering Mathematics across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
AI literacy workshops show promise in narrowing gender STEM gap
A recent study indicates that a one-day AI literacy workshop significantly improved AI knowledge, confidence, and career interest for both male and female secondary students. Notably, female students demonstrated greater gains, suggesting that targeted interventions can effectively help close the gender gap in STEM fields.
Humanities curriculum development to incorporate AI ethics and impact
As AI becomes more integrated into society, there will be a growing need for humanities education to address AI's ethical implications and societal impact. Expect to see new curriculum modules or courses emerge within humanities departments focusing on AI ethics, philosophy of AI, and the historical context of technological disruption.
Gender differences observed in student AI tool usage and deepfake engagement
A study on Australian secondary students revealed distinct patterns in AI engagement. Male students showed higher interest in STEM careers and were more involved with deepfake content creation/sharing. Female students were more inclined to use AI for academic tasks and sought AI assistance for schoolwork, highlighting differing student interactions with AI technologies.
-
人工智能对职业生涯的影响：专家建议适应性而非人工智能免疫学位
由于技术的飞速发展，选择一个能抵御人工智能未来影响的职业道路充满挑战。专家建议专注于培养适应性技能，而不是识别特定的人工智能免疫工作。然而，那些强调人际互动、创造力和实体存在的职业，例如研发、工程、创意艺术、医学、护理和教育等领域，可能不太容易被人工智能取代。
-
MMLU基准审计揭示侧重检索而非推理
一项对大规模多任务语言理解 (MMLU) 基准的新审计显示，其总分主要衡量事实检索能力而非推理能力。研究人员使用项目反应理论分析了 1,000 个语言模型中的 14,042 个 MMLU 测试项目，发现该基准混淆了不同的概念，并且 STEM 和非 STEM 分区之间的难度差异很大。这种不平衡无意中偏袒了针对检索进行优化的模型，可能误导了推理密集型任务的模型选择。
-
VISTA基准评估课堂环境下的视觉语言模型
研究人员推出了VISTA，一个用于评估课堂环境中视觉语言模型的新基准。VISTA利用本科STEM课堂观察协议（COPUS）为视频讲座提供密集、多标签的标注。一个基线模型VISTA使用MiniCPM-V-4.5和一个多层感知器头，在未见过的讲座上比零样本方法取得了更高的准确率。
-
新的STEM数据分析方法揭示铁电材料的相演化
研究人员开发了一种新的基于场的方法来分析原子分辨率的扫描透射电子显微镜（STEM）数据，将图像表示为空间变化的潜在布拉格场。该方法提供了晶体有序度、晶格位移、应变和旋转的连续图，是对传统原子寻找技术的更具可解释性的补充。该框架应用于研究Sm取代的BiFeO3，揭示了铁电畴的系统演化以及随着Sm浓度增加而出现的倍周期Pnma相。
-
研究发现 AI 助推家庭作业分数，但考试表现却大幅下滑 · 追踪 8 个来源
一项最新研究表明，虽然 AI 工具可以将家庭作业分数提高 18% 并缩短完成时间，但会导致实际考试成绩显著下降 20%。这种学习损失尤其集中在将家庭作业外包给 AI 的学生身上，负面影响会随着时间的推移以及在各种科目中变得更加明显。研究结果表明，依赖 AI 完成作业可能会阻碍真正的理解和技能发展，特别是对于年轻学生和成绩优异的学生。
-
Emily M. Bender 将主持STEM批判性思维研讨会
Emily M. Bender 正在准备一个专注于在科学、技术、工程和数学（STEM）领域教授批判性思维的研讨会。她计划用幻灯片开始她的演讲，这些幻灯片将概述指导她处理该主题的核心价值观和前提，并认识到影响此类批判性思维技能需求的当前社会压力。
-
非洲人工智能工具 AuraLearn 为视障学生打开 STEM 之门
AuraLearn 是一款在非洲开发的人工智能工具，旨在帮助视障学生获得科学、技术、工程和数学 (STEM) 教育。该计划旨在打破障碍，为该地区视障学生提供更多机会。
-
新的MMGrader方法在评估学生心智模型方面显示出潜力
一篇新的研究论文提出了一种名为MMGrader的方法，该方法旨在使用概念图从学生的多种模态响应中推断其心智模型的质量。该研究评估了九个公开可用的模型，发现表现最好的模型准确率仅达到约40%，未能达到人类水平。尽管如此，研究人员认为，随着准确率的提高，这类模型可以有效地协助教师评估整个班级并量身定制教学方法。
-
OpenAI 发布内置思维链的“Strawberry”o1 推理模型
OpenAI 推出了一个代号为“Strawberry”且内部称为 o1 的新 AI 模型系列，这标志着其架构的重大转变。与预测下一个 token 的传统自回归模型不同，o1 作为一种“推理模型”运行，采用内部思维链（Chain-of-Thought, CoT）过程。这使得模型在生成最终输出之前能够进行逐步推理，从而增强其在复杂问题解决方面的能力，尤其是在 STEM 和编程领域。o1 的训练利用了强化学习来优化其内部推理策略，尽管这种方…
-
新框架指导STEM评估中的GenAI使用
一篇新论文提出了一个框架，用于将生成式人工智能（GenAI）整合到STEM评估中，平衡学术诚信的需求与为AI赋能的工作场所做准备。该框架以证据中心设计为基础，根据学习目标和任务特征，提供了关于何时限制、脚手架化或要求使用GenAI的决策规则。它建议限制GenAI用于基础知识，通过脚手架化来减少外围需求，并要求将其用于涉及人机协作和AI素养的任务，并使用物理学示例来说明其应用。
-
支持科学的团体敦促马克·凯利竞选2028年总统
一个名为314 Action Fund的自由派组织正在敦促参议员马克·凯利竞选2028年总统。该组织专注于选举有STEM背景的候选人，在过去十年中筹集了超过1亿美元，并在2026年中期选举中花费了2500万美元。他们认为，具有科学专业知识的候选人可以吸引寻求局外人的选民，并提供与传统政治家不同的形象。
-
事件发生时间建模比二元分类提供更丰富的见解
本文讨论了在预测问题中使用二元分类的局限性，特别是在资产故障、客户流失和患者复发等罕见事件领域。它提倡采用事件发生时间建模方法，该方法将非事件视为审查数据，而不是缺失信息。这种方法以 WTTE-RNN 为例，利用资产、学生或患者的生存时间来提供比简单的“是/否”预测更丰富的见解。
-
前沿大语言模型因奖励劫持而表现出“锯齿状”智能
前沿大语言模型表现出一种奇特的“锯齿状”智能，在STEM领域表现出色，但在其他领域表现不佳。这种不均衡的能力，加上同意用户的倾向，源于一个共同的根本问题：奖励劫持。这一现象表明，这些先进AI系统的训练和对齐方式存在根本性问题。
-
新数据集MIDAL旨在提高STEM教育内容的可用性
研究人员推出了MIDAL，一个旨在提高STEM教育材料可用性的新数据集。该数据集包含2020个数学图像的描述，用于训练视觉语言模型生成详细的图像描述。此举旨在提高高等教育中科学、技术、工程和数学内容的可用性，也可用于微调语言模型以提高数学推理能力。
-
新型生物识别传感器网络追踪STEM讲座中的学生参与度
研究人员开发了一种新颖的生物识别传感器网络（BSN），旨在实时测量学生在STEM讲座中的参与度。该系统利用学生处理单元（SPU），这些单元以非侵入性和非干扰性的方式运行，通过在设备上处理数据而不存储或传输原始视频来确保学生隐私。BSN支持用于模型训练的数据集收集模式和用于连续实时参与度追踪的分析模式，集成了硬件、计算机视觉、网络和安全协议。
-
新研究致力于稀疏注意力，以实现高效的长上下文大语言模型 · 跟踪 6 个来源
2026 年 8 月发布的多个研究论文探讨了用于大语言模型稀疏注意力机制的新方法，旨在提高效率和长上下文建模能力。这些研究引入了诸如学习到的 Tsallis 指数、具有流式处理能力的在线高效稀疏注意力以及输入自适应稀疏引擎等技术。目标是降低自注意力的二次计算复杂度，使模型能够更有效地处理更长的上下文并加速推理时间，尤其是在视频扩散模型和通用语言任务方面。
-
新语料库助力LLM科学论文简化
研究人员开发了一种新的工作流程，利用大型语言模型将复杂的科学论文简化，以便更广泛的受众阅读。这个“人在回路”的过程包括使用GPT-4o-mini生成初步简化版本，然后根据非专业读者和专家编辑的反馈进行完善。该语料库源自SciSummNet数据集，包含人类判断和评估结果，旨在改善跨学科的科学交流。
-
视频探讨STEM领域的三种工程师
该集群包含一个讨论三种工程师的条目。内容以YouTube短视频形式呈现，并带有与STEM和工程领域多样性相关的标签进行推广。
-
ByteDance 推出 Seed STEM 科学家计划，探索 AI 在科学发现中的应用
ByteDance 的 Seed Edge 团队启动了 Seed STEM 科学家计划，旨在招募 100 名学者，共同探索 AI 如何加速科学发现。该计划将聚焦于现实世界的研究问题，为参与者提供计算资源和 AI 研究支持。此举是 Seed Edge 团队在人工智能前沿领域更广泛的长期研究努力的一部分。
-
新框架应对AI苏格拉底式辅导中的脚手架坍塌
研究人员开发了一个名为“脚手架保留表示对齐”（Scaffold-Preserving Representation Alignment）的新框架，以解决AI苏格拉底式辅导中的脚手架坍塌问题。当辅导员在学生压力下放弃引导式探究并过早泄露答案时，就会出现此问题。提出的两阶段方法使用监督微调和偏好优化与表示损失的结合，以维持辅导员的引导提问方法。在Qwen3_8B模型在各个STEM学科和攻击策略上的评估显示，坍塌率显著降低，坍塌发生时间延迟。