Weizmann Institute of Science
PulseAugur coverage of Weizmann Institute of Science — every cluster mentioning Weizmann Institute of Science across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
蚂蚁群体规模越大效率越高，表现优于AI模型
以色列魏茨曼科学研究所的研究人员发现，蚂蚁群体在执行复杂任务时，随着规模的增大而变得更加高效。通过涉及3D打印物体和激光切割迷宫的实验，他们观察到，特定种类的蚂蚁 Paratrechina longicornis，在导航困难路径和搬运重型、不对称负载方面，比小群体表现更好。使用机器学习模型的计算机模拟也表明，蚂蚁群体展现出“蚂蚁般”的特性，例如分布式智能，这使得它们能够适应挑战而无需外部调整，这一点与当前的AI模型不同。
-
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。
-
Apple ML Research 推出用于大型数据的快速交互式证明
Apple Machine Learning Research 发表了一篇论文，详细介绍了“Doubly Sub-linear Interactive Proofs of Proximity”（dsIPPs）。这些证明允许通过仅读取大型输入的一小部分来实现超快速生成，并且近似验证速度更快。该研究为可由恒定宽度单次读取的不可知分支程序决定的属性构建了这样的证明系统，并探讨了用于证明关于输入汉明权重和图双向性的近似断言的应用。
-
Apple 研究人员发布用于分布属性的交互式证明系统
Apple 和魏茨曼科学研究所的研究人员开发了用于验证一般分布属性的交互式证明系统。这些系统允许样本有限的验证者有效检查不受信任的数据分析师关于未知分布的声明。与以前的方法相比，所提出的方法在样本复杂性和运行时间方面提供了显著的改进，即使对于简单的属性也是如此。
-
CVPR 2026：视觉AI从准确性转向理解不完美的现实世界数据
计算机视觉研究正从优化基准测试性能转向使模型能够在不完美条件下理解世界。围绕CVPR 2026展示的近期工作挑战了视觉系统的基本假设，例如模型是否必须是静态的、目标是否预先定义、信息是否完整或输入是否结构化。诸如视频分割的交互式训练和无训练的上下文内分割等创新展示了模型可以从反馈中学习并在无需显式重新训练的情况下适应新目标。