Shift
PulseAugur coverage of Shift — every cluster mentioning Shift across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的SHIFT模型可从不完整的基因组数据中预测生存期
研究人员开发了一种新颖的、可感知缺失的生存模型SHIFT，旨在从不完整和异构的基因组数据中预测患者生存期。与排除或填补缺失数据的方法不同，SHIFT通过掩码自注意力机制和特征可用性掩码直接利用观察到的输入。该模型在胶质母细胞瘤和肺鳞状细胞癌上进行了评估，即使在存在显著的跨队列面板不匹配的情况下，也表现出强大的泛化能力，并与标准的生存基线相比具有优势。
-
Shift浏览器面向AI用户，暂不支持Linux
Shift是一款由加拿大公司开发的、基于Chromium的新型网页浏览器，主要面向AI和生产力用户。虽然它在加拿大制造，但目前不支持Linux，尽管该公司正根据用户需求考虑添加此功能。该浏览器似乎不侧重于隐私或数字主权，并且可能需要按月订阅。
-
新的SHIFT框架缓解了RAG系统中的知识冲突
研究人员推出了一种名为SHIFT的新框架，旨在解决检索增强生成（RAG）系统中的知识冲突问题。与先前直接修改神经元的方法不同，SHIFT使用轻量级的门控模块来适应性地调节内部激活，使LLM能够更好地平衡外部上下文与其自身的参数化知识。这种方法只需要优化不到0.01%的可训练参数，同时保持主模型冻结，实验表明其在六个数据集上均有效。
-
新研究探索使用扩散模型进行先进的视频生成和处理
研究人员正在探索使用扩散模型来改进视频生成和处理的先进技术。一种方法是将状态空间模型（SSM）与视频扩散模型集成，以提高效率并处理更长的序列，在内存使用和性能方面优于基于注意力的方法。其他研究则侧重于通过使用扩散 Transformer 和自适应来提高视频重新照明中的时间一致性，并通过利用预训练的视频扩散模型从视频中重建 4D 手部运动。此外，还在开发用于高效视频恢复和鲁棒点跟踪的方法，方法是调整扩散模型的特征和训练策略。
-
新的SHIFT方法解决了多语言信息检索中的语言偏见问题
研究人员推出了一种新颖的无训练方法SHIFT，旨在通过解决语言偏见来改进多语言信息检索（MLIR）。该技术在索引阶段运行，利用并行翻译对来计算和纠正文档嵌入中的特定语言偏移。在四个MLIR基准上的评估表明，SHIFT能有效减少语言偏见并提高各种密集检索模型的检索性能。
-
海绵宝宝速通玩家使用油腻光盘进行 Xbox 卡顿剪辑故障
《海绵宝宝：比奇堡的底部之战》在初代 Xbox 上的速通玩家发现了一种独特的方法，通过故意用油脂和汗水涂抹游戏光盘来节省时间。这种被称为“卡顿剪辑”的技术利用了光驱读取光盘的一个怪癖，从而有可能跳过关卡并更快地完成游戏。尽管社区已基本转向使用硬盘以获得一致性，但这种方法曾被认为是实现 40 分钟内速通的“圣杯”。
-
初创公司提供免费清洁服务以获取 AI 训练数据
一家名为 MicroAGI 的德国初创公司正通过其 Shift 应用在纽约市提供免费公寓清洁服务。该服务利用清洁工佩戴的头戴式摄像头捕捉第一人称视频数据。这些数据将出售给 AI 实验室用于训练，该公司也将用于自己的 AI 研究。MicroAGI 声称已在第一季度向全球个人支付了超过 500 万美元用于拍摄日常任务，认为这是超越互联网来源的 AI 数据收集的新领域。
-
初创公司提供免费清洁以训练机器人视频
一家初创公司正在纽约市提供免费家庭清洁服务，以换取清洁过程的录像。这些录像旨在训练家用机器人。该公司的应用程序收集第一人称清洁数据，引发了倡导者对这种数据换服务模式伦理问题的隐私担忧。
-
AI公司付费获取真实家务视频以训练机器人
AI公司越来越多地付费让人收集真实世界数据来训练机器人，因为物理任务比数字任务更难收集数据。Shift等初创公司提供免费家政服务以换取家务视频，而印度的Pronto等公司则因未经明确同意而进行录制而面临强烈反对。Human Archive等公司正在开发配备摄像头的帽子供零工人员捕捉以自我为中心的视角数据，有些公司甚至创建了“数据农场”来生成重复性任务视频以供AI训练。
-
初创公司提供免费清洁以换取机器人训练数据
一家名为Shift的初创公司正以免费家庭清洁服务换取其人类清洁工佩戴的摄像机所捕获的数据。这些数据将用于训练人形机器人，凸显了真实世界任务数据对人工智能发展的日益增长的价值。尽管该服务引起了极大的兴趣，但人们也对其隐私和对人类清洁工作可能产生的影响表示担忧。
-
AI初创公司提供免费上门清洁以获取机器人训练视频
AI初创公司Shift正在纽约市提供免费的上门清洁服务，以换取记录整个清洁过程的视频。这些视频将通过清洁工佩戴的“魔法帽”中的摄像头以第一人称视角拍摄，并将用于训练机器人。Shift表示，所有敏感的个人信息在使用前都将进行匿名化处理，清洁工经过审查但并非公司直属员工。该公司计划将此服务扩展到旧金山、伦敦、苏黎世和慕尼黑等其他城市。
-
Shift提供免费家政服务以换取人工智能训练数据
Shift是一家在人工智能和机器人领域运营的公司，提供免费的家政服务。但条件是用户必须同意对其房屋进行视频录制，这些视频将用于训练人工智能和机器人。这种数据收集模式将用户视为产品，而Shift公开披露了这一点。
-
新的RLVR方法提高了LLM的训练效率和数据选择
研究人员正在开发新的方法来提高用于训练大型语言模型（LLM）的可验证奖励强化学习（RLVR）的效率和有效性。两篇论文介绍了新颖的数据选择技术：SHIFT，它使用推理时的隐藏状态动态来选择实例而无需事先训练；IRDS，它采用与验证器耦合的稀疏自动编码器来进行可审计的实例选择。另一项研究调查了RLVR中计算与监督质量之间的权衡，发现验证器质量，特别是减少假阴性，比单独扩展计算更关键。最后，提出了一种时间调度方法来优化随时间的学习信号，从而…
-
SHIFT估计器改进了重尾数据的鲁棒双重机器学习
研究人员开发了SHIFT，一种用于双重机器学习（DML）管道的新型鲁棒估计器，旨在处理重尾数据污染。SHIFT结合了交叉拟合干扰正交化、核局部Welsch损失第二阶段和防御性普通最小二乘法重新拟合。该方法在存在异常值的情况下显著提高了准确性，在压力测试中将均方根误差（RMSE）从1.03降低到0.33，并实现了异常值掩码恢复的高F1分数。