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.
6 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.
-
新框架利用空间频率学习增强STEM图像 · 跟踪到2个来源
研究人员开发了一种新的空间频率学习框架，用于增强扫描透射电子显微镜（STEM）捕获的图像。该方法利用空间频率融合网络，结合了空间域和频率域的信息，以恢复原子细节并减少噪声和模糊。该框架还包括一种新颖的STEM噪声校准技术，用于生成更真实的训练数据，从而在图像增强方面达到最先进的性能，并提高原子定位精度。
-
IEEE 为其数字图书馆推出人工智能研究套件
电气电子工程师学会 (IEEE) 推出了 IEEE Xplore AI Research Suite，这是一个由人工智能驱动的助手，旨在帮助研究人员浏览其同行评审出版物的广泛数字图书馆。该套件提供自然语言搜索功能，生成研究论文摘要，并提供基于 IEEE 可信内容的可验证答案。该人工智能在超过 3,000 名测试者的参与下开发，旨在通过严格查询 IEEE 自身经过验证的科学文献来减少幻觉。
-
P2P-Former框架通过点级监督增强时序动作定位
研究人员开发了P2P-Former，一个新颖的基于Transformer的框架，旨在利用点级监督来改进时序动作定位。该方法通过生成可靠的提议并整合点级线索，解决了点监督和全监督模型之间的性能差距。在THUMOS14和ActivityNet-1.3等基准数据集上的实验表明，P2P-Former的表现优于现有的最先进方法。
-
STAPLE方法通过静态稀疏内存增强LLM容量
研究人员开发了STAPLE，一种将静态稀疏内存集成到预训练语言模型中的新颖方法。该方法在不按比例增加计算成本的情况下增强了模型容量，性能优于现有的稀疏升级技术。STAPLE在HumanEval和GSM8K等基准测试中取得了显著的性能提升，并且与Mixture-of-Experts模型相比，在速度、内存使用和能耗方面也表现出更高的效率。
-
AI生成的STEM博士论文引发对学术诚信的担忧
越来越多地使用AI生成STEM博士学位论文，引发了对学术知识完整性和专业价值的担忧。这种趋势的驱动因素是AI可以轻松生成此类内容，从而可能贬低传统上与博士研究相关的严谨工作。其影响延伸到对学术专家的尊重以及知识库的整体健康状况。
-
Soundbar 促销、查理·布朗特别节目和新的 Linux 发行版
该集群涵盖了各种新闻项目，包括 10 月份亚马逊 Prime Day 的 Soundbar 促销活动，1966 年的《查理·布朗的南瓜田大王》特别节目比圣诞主题的 Peanuts 内容更受欢迎，以及 Tobi Xu 的发布，这是一个为 STEM 和创意专业人士量身定制的基于 Debian Sid 的 Linux 发行版。
-
Emily M. Bender 在 Bluesky Jetstream 上讨论人工智能与批判性思维
Emily M. Bender 在为 Bluesky Jetstream 录制播客时讨论了在STEM领域教授批判性思维。谈话内容还涉及语言和AI的力量，这源于Bender在8月份参加的一次研讨会。
-
新的MoME技术通过上下文感知记忆增强LLM效率
研究人员推出了一种新颖的上下文感知记忆机制——混合记忆嵌入（MoME），旨在提高大型语言模型的效率。与之前为每个token分配单个记忆条目的方法不同，MoME利用混合槽位和一个学习到的门控来根据token的隐藏状态选择相关槽位。在nanochat、Llama 3、MobileLLM和Qwen3等各种骨干模型上进行的实验表明，MoME在参数和FLOP效率方面优于现有基线。该方法还显示出随着记忆大小的改进扩展趋势，并在多义token的路由…
-
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。