Tel Aviv University
PulseAugur coverage of Tel Aviv University — every cluster mentioning Tel Aviv University across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI 分析乳腺钼靶图像以检测女性心脏病
研究人员开发出一种人工智能模型，能够通过分析常规乳腺钼靶图像来检测女性心脏病。这项突破性进展有望将乳腺癌筛查转变为一种双重用途工具，在筛查癌症的同时识别冠状动脉疾病、高血压和中风史等心血管问题。该人工智能在识别中风方面准确率高达86%，在识别高血压或冠状动脉疾病方面准确率达到78%-79%，为解决女性心脏病诊断不足问题提供了一种可扩展的方法。
-
AI 破译古老文本，从埃及象形文字到亚述楔形文字
AI 正在被开发用于破译古代语言和文本，包括埃及象形文字和亚述楔形文字。《维苏威挑战》于 2023 年启动，利用计算能力阅读碳化卷轴，一支团队因破译早期专栏而赢得丰厚奖金。同样，由阿里埃勒大学和特拉维夫大学的研究人员开发的《巴比伦引擎》，采用神经网络翻译模型将楔形文字转换为英语，尽管它在正式文本上的表现优于文学文本。此外，来自南加州大学的开源工具 TabletCraft 可以将英语翻译成亚述语，并将其渲染为数字楔形文字，作为教学辅助工具。
-
研究发现万艾可有望遏制癌症扩散
治疗勃起功能障碍的药物西地那非，俗称万艾可，已显示出抑制癌症转移的潜力。特拉维夫大学和魏茨曼科学研究所的研究表明，西地那非限制了癌细胞利用胆固醇的能力，而胆固醇是癌细胞迁移和侵袭远处器官的关键组成部分。这种机制可能使肿瘤形成继发性生长的难度加大。研究还表明，将西地那非与降低胆固醇产生的他汀类药物联合使用，可能会进一步增强其抗癌扩散的功效。
-
以色列大学在人工智能人才和初创公司方面跻身全球前30名
以色列的两所大学——以色列理工学院（Technion-Israel Institute of Technology）和特拉维夫大学（Tel Aviv University）——在培养人工智能人才和孵化初创公司方面被评为全球前30名。这一排名凸显了以色列在Intel和Nvidia等实体的支持下，对人工智能领域的重大贡献。该认可强调了该国在人工智能研究和创业方面的实力。
-
Anthropic 的 Claude 模型发现加密弱点，推出新基准 · 跟踪 9 个来源
Anthropic 的 Claude Mythos Preview 模型在密码学研究方面展现了先进的能力，它自主发现了 HAWK 数字签名方案和高级加密标准 (AES) 的简化版本中的弱点。虽然这些发现目前不影响已部署的系统，但它们凸显了前沿人工智能模型进行专家级密码分析的潜力，这可能对防御性应用产生重大影响。Anthropic 与苏黎世联邦理工学院、特拉维夫大学和海法大学的学者合作，开发了 CryptanalysisBench，这是…
-
新的“HalluSquatting”攻击利用AI幻觉进行恶意代码注入
研究人员发现了一种名为“HalluSquatting”的新型安全漏洞，该漏洞利用AI幻觉来诱骗AI代理执行恶意代码。这项来自特拉维夫大学、以色列理工学院和Intuit的研究论文指出，该攻击利用了AI模型在遇到不熟悉术语时产生错误信息的倾向。研究表明，通过利用AI幻觉机制中可预测的模式（例如GitHub URL格式），可以操纵AI代理生成潜在恶意代码存储库的概率高达85%。
-
AI 模型 ConlangCrafter 生成新颖、一致的人工语言
研究人员开发了 ConlangCrafter，一个能够生成新颖的人工语言（conlangs）的 AI 模型。该模型在《计算语言学家协会论文集》上发表的论文中进行了详细介绍，它可以创建多样化且规则一致的语言，即使是那些具有非传统交流系统（如基于颜色的手势）的语言。据报道，与简单地提示 Gemini-2.5-Pro 等通用 LLM 生成的语言相比，ConlangCrafter 生成的语言多样性是其两倍，一致性是其 70%。
-
科学家利用 AI 破译斑胸草雀语言，赢得 10 万美元奖金
Julie Elie 博士因其在破译斑胸草雀交流系统方面取得的开创性工作，获得了 10 万美元的 Coller-Dolittle 奖。通过利用机器学习分析 15 年多的录音，Elie 识别出了 11 种核心叫声及其含义，证明了这些鸟类能够理解其发声的语义内容。这项研究代表着朝着实现双向跨物种交流这一宏伟目标迈出了重要一步，Jeremy Coller 认为，由于 AI 的快速发展，这一目标有望在 2030 年实现。
-
GPT-4o 和 Claude 3.5 等大型语言模型在大学计算机科学数据结构考试中接受测试
研究人员开发了一个新的基准数据集，使用了来自特拉维夫大学的数据结构考试问题来评估大型语言模型的性能。该研究评估了包括 OpenAI 的 GPT-4o、Anthropic 的 Claude 3.5、Mathstral 7B 和 LLaMA 3 8B 在内的模型在闭卷和选择题方面的回答能力。研究结果为大型语言模型在计算机科学教育领域的当前能力提供了见解。