White
PulseAugur coverage of White — every cluster mentioning White across labs, papers, and developer communities, ranked by signal.
-
AI生成的界面因缺少设计输入而显现出可预测的模式
AI生成的界面通常会展现出可预测的模式，例如居中的主区域、三栏卡片布局以及特定的颜色渐变，因为当视觉设计决策未被明确提供时，模型会默认采用频繁出现的训练数据模式。这种可预测性可能导致用户不信任内容，认为其是通用的。为了克服这一点，设计师必须在实施前最终确定结构、配色方案、排版和交互状态的详细规范，确保AI模型接收到精确的输入，而不是依赖于泛化的模式。
-
当使用人口统计学进行提示时，LLM会表现出对多数群体的偏见
一项新研究表明，大型语言模型（LLMs）在接收人口统计学信息提示时，并不会充当中立的裁判。相反，在没有任何人口统计学条件设置的模型，其判断倾向于与白人、受过大学教育的标注者保持一致。研究进一步表明，对LLMs进行人口统计学特征条件设置，可能会无意中使其判断偏离少数群体，尤其是在使用结合了性别、年龄、种族和教育程度的交叉性特征时。指令调优似乎是造成这种不对称现象的一个因素，这表明应极其谨慎地使用社会人口统计学提示。
-
VR研究揭示警察用语中的种族偏见，探讨LLM用于分析
一项利用虚拟现实模拟的新研究调查了警察的用语如何受到他们互动的对象的感知种族和性别的影响。研究发现，大多数警察对被描绘成黑人成年男性的虚拟角色说话的语气不那么恭敬，但白人、混血和多族裔女性警官是显著的例外。这种语气差异可能导致对话中断，以及给警官和公众带来危险情况。该研究还探讨了使用大型语言模型（LLMs）来估计这些影响，并推荐使用具有逆概率处理加权方法来创建文本特征的混合效应模型。
-
研究发现：国际象棋引擎评估无法预测人类对局结果
一项分析国际象棋局面的研究发现，即使在Stockfish 18等引擎认为局面均等的情况下，人类棋手也会表现出持续的结果倾斜，偏向白方或黑方。这种倾斜在不同棋手群体、不同时期和不同等级分范围内都是可复现的，并且即使在非常流行和测量良好的局面下也依然存在。虽然典型的倾斜幅度很小，但处于不利地位的一方往往会花费更多思考时间，这表明仅凭引擎评估并不能完全预测人类对局结果。
-
努比亚发布NaviX Ultra，首款搭载真正AI代理的智能手机 · 追踪2个来源
中兴通讯旗下的努比亚品牌正式发布了NaviX Ultra，将其定位为全球首款搭载真正AI代理的智能手机。该设备集成了豆包AI助手，能够根据用户指令自主执行多步操作，这一功能被认为是智能手机行业的未来趋势。该手机的设计包括一个让人联想到Google Pixel设备的摄像头条，并将提供三种颜色。努比亚还宣布，NaviX Ultra在2026世界人工智能大会（WAIC 2026）上荣获了“2026 SAIL（Super AI Leader）奖”。
-
新的WIDER-FAIR数据集揭示面部检测模型的偏见
研究人员推出了WIDER-FAIR，一个旨在评估面部检测模型公平性的新数据集。WIDER-FAIR建立在WIDER-FACE基准之上，包含对16,256张图像和四个族裔群体（亚洲人、黑人、印度人和白人）的感知族裔和性别的手动注释。使用在该数据集上训练的YOLOv5模型的初步实验显示，对黑人个体的面部检测性能显著较低，并且将该群体排除在训练之外比排除任何其他人口群体更能加剧公平性差异。