Storm
PulseAugur coverage of Storm — every cluster mentioning Storm across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的随机动量传输方法提高了机器学习训练效率
研究人员开发了一种名为随机动量传输的新方法，旨在提高机器学习中使用的优化算法的效率。该技术通过选择性地评估传输校正来降低动量方法的计算成本，在不需要完全评估时使用廉价预测。该方法在 MNIST1D 和 CIFAR-10 等基准数据集上显示出降低训练损失和提高测试准确度的潜力，有望实现更快、更有效的模型训练。
-
Govee灯降价，Fitbit Edge泄露，以及纽约动漫展Cosplay
该集群涵盖了来自Mastodon的不相关新闻项目，包括Govee Mini Panel Lights的价格下跌、谷歌即将推出的“Fitbit Edge”健身追踪器的泄露，以及2026年纽约动漫展的Cosplay亮点。这些项目涉及消费电子产品、科技泄露和流行文化活动。
-
STORM优化算法在不同几何形状下的收敛性分析
本文对随机递归动量（STORM）优化算法的收敛性进行了分析。作者探讨了STORM在各种几何条件下的性能，特别是在不满足标准平均平滑度假设的情况下。他们为非凸、凸和强凸目标推导了新的收敛率，证明了STORM在这些场景下具有最优或接近最优的收敛率。
-
勒索软件组织 Storm 使用人工智能进行自动化谈判
勒索软件组织 Storm 已开发出一种由人工智能驱动的谈判模型，以自动化与受害者的互动。虽然人工智能负责大部分谈判过程，包括回答问题和调整条款，但人类操作员仍在幕后参与。该系统旨在通过将勒索软件谈判转移到标准化的在线平台来简化谈判。
-
新算法解决复杂多层优化问题 · 2篇论文
两篇新研究论文介绍了解决复杂优化问题的新型算法。第一篇论文“通过多块单探针估计器求解有限和耦合组合优化”提出了一种多块单探针方差缩减（MSVR）估计器，以有效地处理具有多个嵌套函数且在每次迭代中只能采样部分块的问题。第二篇论文“随机约束组合优化的无投影多层算法”侧重于具有约束的嵌套优化问题的无投影方法，开发了依赖于线性最小化预言机并为各种目标类型提供复杂度保证的算法。
-
AI框架STORM以线性复杂度增强地球系统预测
研究人员开发了STORM，一个新颖的生成式AI框架，通过将数据同化重新构建为基于扩散的贝叶斯后验采样，显著增强了地球系统预测能力。该方法用可扩展的AI推理取代了计算密集型的基于PDE的集合预报，并通过时空Transformer和全局注意力算法将复杂度从二次降低到线性。STORM展示了卓越的可扩展性，在Frontier超级计算机上实现了高强可扩展效率，并实现了用于不确定性量化的大成员集合，最终提高了飓风追踪和气候再分析的准确性。
-
D23展会公布了MCU X战警电影的初步演员阵容
迪士尼公布了其即将上映的MCU X战警电影的初步演员阵容，该片定于2028年5月5日上映。公布的演员包括：赛迪·辛克饰演琴·葛蕾，克里斯托弗·阿伯特饰演X教授，萨玛拉·维文饰演白皇后，玛雅·博伊德饰演暴风女，基特·康纳饰演镭射眼，亚当·德赖弗饰演惊恶先生。因迪·纳瓦莱特将饰演牌皇，此前曾有传言称其他女演员将出演此角色。该片预计将是X战警在漫威电影宇宙中的重要亮相，预计还将有更多演员公布。
-
《Marvel Rivals》就 Storm 皮肤道歉，计划免费升级 · 跟踪 1 个来源
网易就旗下游戏《Marvel Rivals》中令人失望的传奇 Storm 皮肤道歉，并计划免费升级。已购买该皮肤的玩家将获得额外升级，并且计划推出更多传奇 Storm 服装。该游戏持续获得成功，在 Steam 上保持着超过 100,000 的同时在线玩家。
-
Marvel Rivals 在最新更新中新增英雄和外观组合包
网易的游戏 Marvel Rivals 发布了其最新更新，推出了新的外观组合包和一位新英雄。该更新于 2026 年 8 月 13 日上线，包括风暴 "神圣天空"组合包和限时回归的洛基 "女洛基"组合包。此外，游戏最近新增了作为一名拥有黑暗魔法能力的先锋的 the Hood，他于 2026 年 8 月 7 日加入阵容。游戏目前处于第 9.5 赛季，第 10 赛季预计将于 2026 年 9 月 11 日左右推出。
-
深度学习模型改进热带气旋风力数据的缺失值插补
研究人员开发了包括一维卷积神经网络 (1DCNN) 和长短期记忆网络 (LSTM) 在内的深度学习模型，用于插补热带气旋最佳路径数据中缺失的最大风速半径 (Rmax) 值。研究发现，纳入 34 节风速半径 (R34) 可显著提高模型性能。尽管样本量较少，但时间模型能更好地保留 Rmax 的变异性，尤其是在 R34 不可用时，这表明时间信息可以部分弥补风暴大小预测因子的缺失。迁移学习未能带来改进，这可能是由于合成数据集和观测数据集之间的分布差异。
-
MCU X战警选角传闻：Cailee Spaeny有望饰演Rogue，Jayme Lawson有望饰演Storm
关于漫威电影宇宙（MCU）X战警系列潜在选角的传闻正在流传，据报道Cailee Spaeny正在考虑饰演Rogue一角。Spaeny因其近期在《怒呛人生》（Beef）和《异形：契约》（Alien: Romulus）中的表现而闻名，据说她积极争取这个角色。另一位深受粉丝喜爱的Storm人选是Jayme Lawson，她此前曾出演《新蝙蝠侠》（The Batman）和《企鹅人》（The Penguin）。
-
AI生成的艺术在Mastodon上展出，具有独特主题和重复出现的邀请码
来自用户@bchnft的一系列Mastodon帖子展示了各种AI生成的艺术作品，每件作品都有独特的标题，并反复邀请使用代码ARENA-L4加入。这些帖子以数字飞升、控制论生物和未来主义概念为主题，通常伴随着与AI、SynthArena和Synthtopia相关的标签。
-
新的CGSReg技术改进了Atari Pong世界模型 · 跟踪2个来源
一项新的研究论文介绍了概念引导空间正则化（CGSReg），以提高Atari Pong游戏中世界模型的性能。该研究评估了包括DreamerV3在内的五个现有世界模型，发现在这些模型单独评估时存在显著的性能下降。CGSReg是一种专注于任务关键概念（如球）的辅助损失函数，旨在解决这些局限性。实验表明，CGSReg增强了所测试模型的闭环回滚和零样本强化学习。
-
新的GEIS系统通过评估循环改进LLM长文生成
一篇新的研究论文介绍了一种名为GEIS的智能体技能生成-评估-改进循环，旨在通过大型语言模型（LLM）增强长文生成能力。与固定的多智能体流水线不同，GEIS使用命名的、声明式的技能来执行写作、证据收集和评估等任务，使过程更具可检查性和模块化。在对20个维基百科主题进行测试时，GEIS与现有方法相比，在质量得分上有了显著提高，其修补的写作技能将平均得分从82.90提高到86.95。
-
Obsession 主演 Inde Navarrette 获 MCU X-Men 导演接见
热门恐怖片《Obsession》的当红新星 Inde Navarrette 已与被选定执导漫威即将上映的《X-Men》电影的导演 Jake Schreier 会面。Navarrette 在《Obsession》中的表演，该片以小成本获得了超过 4 亿美元的票房，使她声名鹊起，并引发了关于她在未来大片中潜在角色的讨论。虽然尚未确认具体角色，但粉丝和媒体正在猜测 Navarrette 是否适合扮演 Rogue 等角色，鉴于她近期的成功和多才多艺。
-
新的STORM框架通过在令牌缩减过程中保留空间结构来增强Mamba模型
研究人员开发了STORM，一种新颖的空间感知令牌缩减框架，旨在解决Mamba等视觉状态空间模型在进行令牌压缩时出现的性能下降问题。现有的缩减方法在空间上是不敏感的，会破坏这些模型至关重要的二维结构。STORM将缩减重新构建为对空间单元的结构化操作，在无需额外训练的情况下保留了网格拓扑和邻域连贯性。这个即插即用的模块显著提高了准确性恢复能力，尤其是在VMamba上实现了高达63.3%的提升，在PlainMamba上仅下降1.0%，使其性…
-
新研究探讨机器学习高级采样技术
两篇新研究论文探讨了从复杂概率分布中采样的先进技术，这是机器学习中的一项关键任务。第一篇论文提交至 arXiv，侧重于非对数凹分布的方差缩减方法，如 SGD with momentum、STORM 和 PAGE，建立了改进的收敛速率，并展示了它们在成像应用中的有效性。第二篇论文也发布在 arXiv 上，提出了一种约束下的对数凹采样随机中点方法，为约束域中的 Langevin 算法提供了新的收敛保证，并显示了接近最优的结果。
-
STORM框架增强了检索的词汇查询扩展
研究人员开发了STORM，一个用于词汇查询扩展的自监督框架，以改进信息检索。该方法使用奖励引导的束搜索来优化令牌生成，使其在检索任务中更有效。STORM提供了一种具有竞争力的、轻量级的替代密集神经网络检索系统的方法，在各种基准和语言上都取得了强劲的性能。
-
STORM系统通过状态管理改进多智能体代码协作
研究人员推出了一种新颖的面向状态的管理系统STORM，旨在增强在共享代码库上工作的多个AI智能体之间的协作。与依赖工作区隔离和延迟冲突解决的现有方法不同，STORM主动调解智能体交互，以确保一致的视图并在编辑点检测冲突。在Commit0和PaperBench等基准上的评估表明，STORM的性能显著优于基线方法，并在各种LLM上取得了高分。
-
新架构支持实时视频理解
研究人员正在开发新的实时视频理解方法，超越传统的离线分析。几篇论文提出了将视觉感知与语言生成分离的架构，以提高效率和响应能力。这些方法旨在使模型能够连续处理视频帧，随着新信息的出现修改答案，并与视频播放保持同步。