Traffic
PulseAugur coverage of Traffic — every cluster mentioning Traffic across labs, papers, and developer communities, ranked by signal.
-
AI 控制平面：AI 代理的实时治理层
AI 控制平面是一个治理层，旨在管理和执行 AI 代理、模型及其相关工具的策略。该层实时运行，以决定代理被允许采取哪些操作，强制执行这些决定，并记录结果。与报告过去操作的简单可观测性仪表板不同，控制平面在代理操作发生之前进行干预，防止潜在损害并确保遵守定义的策略。这一概念借鉴了网络领域的类比，在网络领域，控制平面决定流量路由，而数据平面则执行数据包的移动。
-
新的MSC-OT架构增强了多元时间序列预测能力
研究人员推出了一种名为MSC-OT的新型架构，用于分析多元时间序列数据。该方法结合了多尺度卷积和最优传输注意力机制，并采用反向嵌入策略来更好地捕捉跨变量关系。MSC-OT架构通过多尺度卷积增强注意力分数，并采用Sinkhorn最优传输实现信息流的平衡。在ETT、Electricity和Traffic等数据集上的实验证明了其在短期和长期预测任务中的有效性。
-
新的物理信息模型增强了天气和时间序列预测
两篇新研究论文介绍了用于天气和物理系统时间序列预测的新方法。第一篇论文“Benchmarking Physics-Informed Time-Series Models for Operational Global Station Weather Forecasting”提出了一个名为WEATHER-5K的大规模天气数据集和一个名为PhysicsFormer的物理信息Transformer模型。第二篇论文“Phys-JEPA: Phy…
-
新的光学系统HAMON实现了14%的预测精度提升
研究人员开发了HAMON，一种用于长视界时间序列预测的新型无源光学系统。该系统将历史数据编码到光学孔径上，并使用可训练的相位掩模通过自由空间衍射直接在输出场中塑造预测，从而在推理过程中无需数字序列混合层。HAMON在ETTm2和ETTh2等基准测试中表现出卓越的性能，在MSE方面优于强大的数字基线高达14%，同时在天气数据上取得了有竞争力的结果，在交通和电力数据集上表现不一。
-
Soderbergh 的约翰·列侬电影因平淡的 AI 视觉效果而受到批评
电影制作人 Steven Soderbergh 关于约翰·列侬最后一次采访的新纪录片因使用了平淡、通用的 AI 生成图像而受到批评。尽管 Soderbergh 将 AI 视为探索超现实、梦幻般视觉效果的工具，但评论家认为 AI 片段平庸，并削弱了影片的内容。该纪录片将采访音频与传统镜头和这些 AI 序列穿插在一起，有人质疑小野洋子关于被计算机取代的评论的意图。