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.
-
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。
-
性爱机器人制造商Realbotix提议为学校提供AI教师
以生产逼真性爱机器人而闻名的Realbotix公司，正提议将其AI驱动的人形机器人用作教育环境中的教师。该公司也生产RealDolls，旨在利用这项技术向学生传授STEM学科知识。据报道，该计划已考虑用于纽约学区。
-
AI框架提升小学生地震教育
研究人员开发了Earthquaker-AI，一个集成了对话式AI助手和机器人项目的框架，以改善小学生的地震教育。该系统使用检索增强生成（RAG）来提供准确的响应和反馈，使学生的行为符合安全指南。它从低年级简单的多项选择题进展到高年级的书面回答，通过评分标准评估清晰度和安全知识。这种混合方法结合了动手机器人操作和AI驱动的学习，以培养技术素养和危机管理技能。
-
STEM演变为STHEAM，强调人文学科以应对社会挑战
STEM（科学、技术、工程、数学）的概念正在演变，日益强调人文艺术的融合。作者提出STHEAM（科学、技术、人文、工程、艺术和数学）来强调人文学科在应对复杂社会挑战中的重要作用。这种融合是由雇主日益认识到软技能以及人文学科毕业生在快速变化的就业市场中的多功能性所驱动的。
-
AI 赋能教育：从 K-12 技能到前沿模型协作
研究表明，AI 驱动的学习助手正日益融入高等教育，其使用模式因学生人口统计特征和学习模式而异。与此同时，一项关于前沿 AI 教师的研究强调，模型之间的协作，而非简单的模仿，是为学生模型开发有效 AI 课程的关键。另一篇论文探讨了 AI 如何通过提供智能脚手架来变革 STEM 教育，将重点从知识传授转向能力培养。此外，一个面向幼儿的实时 AI 导师强调了亚秒级响应时间和教学整合对于确保有效学习的至关重要性。
-
新研究分析了对话如何在STEM话语中缩短美国手语的表达
研究人员开发了一种新方法来研究对话背景如何影响STEM话语中美国手语（ASL）的发音。通过收集ASL对话的动作捕捉数据，他们观察到对话中使用的手语明显更短，并且表现出在独白或解读讲座中不存在的缩减。本研究旨在通过理解手语发音的语用学塑造来改进手语技术。
-
中国高考引导STEM毕业生服务国家目标
中国的高考考试制度作为一种机制，将人力资本导向国家发展目标。该制度引导学生根据高考分数和未来就业市场预期选择大学专业。中国大学毕业生中，超过一半拥有STEM学位，约三分之一获得工程学士学位，这显著高于韩国和德国等工业化国家。
-
研究：学生在人工智能素养和深度伪造使用方面存在性别差距
一项针对澳大利亚中学生的研究发现，在人工智能素养和深度伪造技术参与方面存在显著的性别差异。男生对STEM职业的兴趣更高，而女生更倾向于将AI用于学校作业并寻求AI工具的建议。男生也更容易创建或分享深度伪造内容。在一天的AI素养工作坊后，两性在AI知识方面都有所提高，但女生在概念理解、信心和职业兴趣方面进步更大，有助于缩小STEM领域的性别差距。
-
人工智能兴起，人文学科教育愈发重要
人工智能日益融入就业和决策等各个领域，这要求我们重新评估教育重点。虽然STEM和机器学习至关重要，但仅关注这些领域是不足够的。人文学科，包括文学、历史和哲学等学科，对于培养人工智能无法复制的独特人类技能至关重要，从而使个人能够在一个人工智能增强的未来蓬勃发展。
-
新的Sci-Rho基准测试VLM在多语言STEM问题上的鲁棒性
研究人员推出了Sci-Rho，一个旨在测试视觉语言模型（VLM）在STEM问题上鲁棒性的新多语言基准。该基准包含五个学科和七种语言的4200多个问题模板，生成了超过42000个独特实例。对17个最先进VLM的评估显示，平均准确率和最差情况准确率之间存在显著差距，与大型专有模型相比，小型模型在跨语言性能下降方面表现更明显。
-
Peter Thiel：人工智能对STEM岗位的威胁大于对创意岗位的威胁
亿万富翁Peter Thiel认为，人工智能对技术岗位的威胁比对创意或沟通岗位的威胁更大。他认为，讲故事和强大的沟通能力等技能在就业市场上的价值越来越高，一些公司为这些职位提供丰厚的薪水。虽然人工智能提示工程等技术技能仍然很受欢迎，但它们通常需要语言和创意能力来优化人工智能的输出，这表明最受欢迎的熟练程度正在发生转变。
-
中国STEM博士创办讽刺期刊以发泄学术不满
中国STEM领域的初级研究人员正在创建讽刺期刊来应对学术压力。这些出版物通常以《Science》和《Nature》等著名科学期刊的名字幽默命名，作为“不发表就出局”的文化和激烈竞争所带来的挫败感的发泄渠道。研究人员认为，他们的工作往往是出于对物质利益的外部需求，而不是真正的科学探究，导致产出质量低下和枯燥乏味的感觉。
-
新方法利用解码熵监控LLM准确性
研究人员开发了一种名为Entropy Sentinel的方法，用于在部署过程中持续监控大型语言模型（LLM）的准确性。该技术分析了解码过程中下一个词元概率的熵，以估算切片级别的准确性，即使模型遇到领域偏移。一个轻量级分类器利用这些熵迹象来预测实例的正确性，通过平均这些预测，可以生成特定领域的总体准确性估算。这种方法在跟踪各种LLM和STEM推理任务的保留基准准确性方面显示出潜力，为监控和定向数据采集提供了可扩展的解决方案。
-
学校通过整合人工智能和机器人技术加强STEM教育
教育机构正在采用包含编码、机器人技术和人工智能教室的STEM学习系统。这些现代方法旨在提高学生的创造力、协作能力、技术技能和分析思维。目标是让学生更好地为日益受到数字化转型和自动化影响的未来劳动力做好准备。
-
阿联酋学校整合人工智能驱动的STEM学习系统
阿联酋的学校正在采用人工智能驱动的STEM教育平台，重点关注机器人、编码和自动化。这些项目旨在提高学生的创造力、技术技能和分析能力。该举措旨在为学生未来在受人工智能影响的行业中就业做好准备。
-
CodePercept 利用代码而非仅靠推理来提升 LLM 的视觉感知能力
上海交通大学和 Qwen 团队的研究人员推出了一种名为 CodePercept 的新方法，旨在增强大型语言模型在 STEM 任务中的视觉感知能力。他们的研究表明，提升视觉感知能力，而非仅仅是推理能力，是模型解决科学和数学问题的关键瓶颈。CodePercept 利用代码作为精确的视觉理解语言，使模型能够生成准确表示图像内容的、可执行的代码，从而克服自然语言描述的固有歧义。
-
人工智能分析城市交通，对STEM论文评分，中国AI实验室进行创新
俄勒冈州立大学开发了LaTA，一个符合FERPA的本地LLM自动评分器，旨在简化STEM教育。该系统允许在校园硬件上进行安全、零成本的评分，且不改变现有的LaTeX工作流程，显著减少了评分时间。此外，利用人工智能的智能闭路电视系统在城市安全方面显示出潜力，一项研究表明明尼阿波利斯的车速降低了23%。与此同时，中国的AI生态系统正受到关注，DeepSeek因其协作方法而受到赞扬，这与西方模型形成了对比。