Taste
PulseAugur coverage of Taste — every cluster mentioning Taste across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的TASTE方法优化了设备端AI训练在边缘硬件上的性能
研究人员开发了一种名为TASTE（Throughput-Aware Batch Size Tuning，吞吐量感知批次大小调整）的新方法，用于优化资源受限的边缘硬件上AI模型的设备端学习。该技术使用贝叶斯优化来找到理想的批次大小，结合梯度累积和线性学习率缩放，可以在不牺牲准确性的情况下，将Raspberry Pi 4等设备的训练吞吐量提高一倍。TASTE还有助于在设备端持续学习场景中保持稳定并防止灾难性遗忘。
-
AI系统Impossible Spice根据抽象描述发明新颖风味
一款名为Impossible Spice的新AI系统旨在将风味发现视为一个生成式搜索问题，从而生成新颖的风味分子和感官配方。与专注于已知成分的现有食品技术系统不同，Impossible Spice将人类抽象的感官描述转化为多维“风味潜在空间”内的计算目标。然后，该系统在该空间中搜索能够物理实现所描述体验的分子候选物，并纳入人类反馈进行优化。
-
科罗拉多旅游广告采用受AI启发的视觉效果
科罗拉多旅游局的一则广告，刊登在Taste（企鹅兰登书屋旗下品牌）的通讯中，因其独特的が人工知能美学而受到关注。这一观察在Mastodon上分享，引发了关于视觉风格与AI之间联系的讨论。
-
人类品味成为对抗AI生成内容的关键差异化因素
人工智能已经普及了内容创作，导致大量AI生成的内容涌入，通常被称为“垃圾内容”。尽管AI能够生成大量内容，但人类的“品味”正成为一种关键的差异化因素。这项独特的人类技能，涉及审美判断和情境理解，使个人能够辨别质量并从AI生成的变体中选择最佳输出。专家建议，在AI时代，培养品味和其他“软技能”对于营销人员和创意专业人士至关重要。
-
AI 的品味是可预测的，人类的判断力是创新的
一个题为“AI 有品味——人类有判断力”的新视频探讨了人工智能复制模式的能力与人类批判性决策能力之间的区别。该视频认为，AI 的品味运作在可预测的钟形曲线内，而人类的判断力则允许通过借鉴非常规想法来实现创新。这种区别对于使用 AI 工具的设计师来说至关重要。
-
新数据集捕捉设计师对AI平面设计的偏好
研究人员推出了TASTE，一个旨在通过整合专业设计师的多维度偏好来改进AI生成平面设计的新数据集。与之前使用单一评判比较的数据集不同，TASTE捕捉了跨越字体、颜色和布局等标准的评估。该数据集显示，当前AI评判和文本到图像模型与人类设计师的认同度有限，而一个在TASTE上训练的新模型在与设计师偏好保持一致方面显示出显著的改进。