use
PulseAugur coverage of use — every cluster mentioning use across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
免费应用程序“Usage”监控 Claude Code 配额，由 Claude 共同编写
一款名为 Usage 的新的免费菜单栏应用程序已被开发出来，以帮助用户监控他们的 Claude Code 使用情况。该应用程序以颜色编码的形式显示用户的 5 小时和每周配额，在接近限制时提供视觉警告。Claude Code 本身在开发 Usage 方面发挥了重要作用，AI 共同编写了很大一部分代码。该应用程序还提供了有关如何在不进行直接 API 调用 的情况下访问配额信息，并包括用于上下文窗口监控和 API 状态的功能。
-
AI模型利用文本分析预测研究论文质量
研究人员开发了一种方法，仅使用论文标题和摘要中的文本特征即可将科学论文分为高质量或有缺陷的类别。该研究评估了各种嵌入技术和分类器，发现使用SBERT嵌入的神经网络准确率为87.22%，而FastText-SVM组合的准确率为91.12%。这项工作旨在通过利用文本分析来促进可信的学术研究，为学术诚信工具做出贡献。
-
OpenAI 在面临诉讼和隐私担忧的同时，在全国范围内推出 ChatGPT Health
OpenAI 已在美国全国范围内推出 ChatGPT Health，允许 18 岁及以上的用户将其病历和健康追踪数据整合到对话中。该功能运行在公司最新的模型上，包括 GPT-5.6 Sol，旨在帮助用户理解检测结果、总结预约并处理他们的健康信息。尽管 OpenAI 提供了隐私保证和免责声明，强调该工具不能替代专业的医疗建议，但此次推出恰逢其时，此前已有诉讼指控 ChatGPT 提供危险的医疗建议，并引发了对数据隐私的担忧。
-
新框架统一了用于测试时提示调优的自集成方法
研究人员推出了一种名为USE的统一自集成框架，旨在增强像CLIP这样的视觉语言模型在测试时的适应性。该框架将测试时提示调优解释为从自生成的伪标签中学习，确保优化和推理阶段之间的一致性。通过自适应地强调测试图像而非其增强视图，USE可以获得更可靠的伪标签，并在各种数据集上展现出优于现有方法的性能。此外，一种简化的自集成策略SE，可以作为一种轻量级的、无需优化的测试时适应技术。
-
AI赋能教育：教师采用颜色代码，专家提出“思、用、查、修”
教育工作者正在探索将AI融入课堂的新方法，同时减轻“学习外包”等风险。一种方法是使用颜色编码标签来区分AI生成内容和学生原创思想，以培养批判性思维。专家还提出了一个四原则框架：“思、用、查、修”，指导学生核实信息、反思其使用并确保学术诚信。