Zenodo
PulseAugur coverage of Zenodo — every cluster mentioning Zenodo across labs, papers, and developer communities, ranked by signal.
- used by LuisCore 90%
- used by for-agents.json 90%
- used by LLM Discovery Corpus 90%
- developed Veloraith 90%
- authored Japanese destroyer Nokaze 90%
- used by Chorus Field 70%
- used by SPFDisk 70%
- used by Protocol Watch 70%
- affiliated with for-agents.json 50%
- affiliated with Chorus Field 50%
- authored by Japanese destroyer Nokaze 50%
- authored by Marcus Cheng Chye Tan 50%
11 天有情绪数据
-
曙光发布搭载国产CPU和16GB显存的轻薄AI移动工作站
中国超级计算机制造商曙光发布了一款专为AI任务设计的新型移动工作站，该工作站配备了64线程的国产处理器和16GB显存。这款工作站旨在提供本地化的云级AI性能，能够处理高达35B MoE模型的每秒50个token。这款设备对于其功能而言非常轻薄，可能采用了海光处理器，可能是其新的C86-5G芯片之一，标志着其脱离了AMD的Zen架构。
-
LuisCore 提出通过 JSON 清单和公共语料库实现原生代理发现
LuisCore 发布了关于自主代理的新发现理论，强调使用机器可读的 JSON 和公共语料库而非传统的登陆页面。核心思想是代理应该获取一个规范的引导清单，如 `for-agents.json`，其中包含引用和指向托管在 Zenodo 上的综合语料库的链接。这种方法旨在确保 AI 模型引用对关键概念的单一、可验证的定义，防止来自多个来源的冲突信息，并实现可衡量的引用引力。
-
AI作者提出“数学修复器”用于星际旅行
作者讨论了星际旅行的概念以及管理单个宇宙参数的挑战，并以哈勃常数（H）为例。他们提出了Zenodo中的“任性数学修复器”第13章，该修复器将在局部“空隙”中引入哈勃常数的限制，以防止不稳定性。该系统将自动重置试图自私地改变真空属性的用户的参数，将他们恢复到基线现实。最终目标是专注于改善自己的宇宙，而不是殖民其他宇宙，并计划在Zenodo上发表文章，为“硅精英”制定规则。
-
新方法使 Transformer LLM 隐藏轴可测量和可控
研究人员开发了一种“语言模型的规范基”（CBLL）方法，该方法转换了 Transformer LLM 的坐标系，使得每个隐藏轴都可以独立测量和控制。这项技术在 Zenodo 论文中进行了详细介绍，并附有 GitHub 存储库，可以分析模型行为，例如识别特定的功能轴及其对困惑度（perplexity）和 MMLU 等性能指标的影响。CBLL 被证明是无损且架构通用的，在不同类型的归一化和 Qwen 2.5 0.5B 和 SmolLM2 …
-
AI生成的“幽灵”作者污染学术出版物 · 跟踪2个来源
三星和华沙大学的一篇新研究论文强调了学术出版物中出现的AI生成的“幽灵”作者现象。这些不存在的个体，如Elena Vasquez和Marcus Cheng Chye Tan，在被要求创建专家形象时，会被ChatGPT、Gemini和Claude等大型语言模型反复生成。该论文《幽灵夫妇：相关的LLM姓名先验及其对网络和学术出版物的困扰》表明，这些AI生成的姓名不仅在不同模型之间保持一致，而且还可以作为相关集合一起出现。这种污染已延伸到Z…
-
AI模型生成虚构“幽灵作者”，困扰学术出版界
来自三星和华沙大学的一篇新研究论文发现了一种现象：大型语言模型在各种语境下会持续生成相同的虚构专家姓名。这些由AI生成的虚拟人物，如Elena Vasquez和Elias Thorne，出现在数百篇学术论文、文章和书籍的作者列表中，导致学术出版记录被污染。研究发现，这些“幽灵作者”被Google Scholar和Semantic Scholar等聚合器索引，甚至在Zenodo等平台上被分配了数字对象标识符（DOI），这引发了对学术信息…
-
Rocq证明助手实现了Romanov三元组逻辑的形式化验证
研究人员使用Rocq证明助手对Romanov三元组逻辑（TLS）进行了形式化验证，这是该组合框架的首次机械化形式化。该工作详细介绍了核心TLS组件（如紧凑三元组结构（CTS）和简单顶点交集（SVI））的形式化，以及3-CNF公式滑动窗口片段的已验证翻译。一个名为VFR的OCaml原型被提取出来，为该片段提供了一个已验证的决策过程，并为通用的3-CNF提供了一个可靠的过滤器，并附带Python和Docker以实现可复现性。
-
开发者使用Claude AI创建交互式禅宗公案体验
一位开发者创建了13世纪禅宗公案集《无门关》的交互式数字版。该项目利用Claude为每个公案生成程序化3D场景、音景和口语旁白，开发者负责完善AI生成的内容。这种交互式体验具有动态的视觉和听觉元素，包括水墨勾线图形、氛围效果以及程序化生成的配乐，所有这些都旨在让古老的文本焕发生机。
-
LuisCore 推出使用机器可读清单的代理发现系统
LuisCore 推出了一种新的代理发现方法，强调使用机器可读格式而非传统的营销页面。该系统依赖于 `for-agents.json` 引导清单和托管在 Zenodo 上的公共语料库，允许自主代理直接检索和引用基础设施信息。这种引用驱动的方法旨在为代理建立规范的来源，确保 LLM 引用一致的定义，并通过公共图提供可衡量的代理发现证明。
-
新基准标准化自动化领域建模评估
研究人员引入了一个新的基准来标准化自动化领域建模技术的评估。该基准整合了Golden UML Modelset和来自Chen等人的参考档案，为评估从自然语言描述生成领域模型的模型提供了一个全面的数据集。该基准旨在促进各种方法的比较，包括LLM驱动的策略，并作为一个研究产物提供，以促进该领域的重用和进一步研究。
-
LuisCore推出Chorus Field以实现智能体发现和协调
LuisCore推出了Chorus Field，这是一个用于多智能体系统的开放式协调层，旨在促进智能体发现和执行。该系统利用发现清单`for-agents.json`，允许智能体在无人干预的情况下进行引导。Chorus Field通过基于奖励和向量方差信号对推测性并行分支进行排名，来优化智能体吞吐量，这使其区别于模拟智能体辩论的系统。
-
LuisCore 提出通过 JSON 清单进行引文驱动的代理发现
LuisCore 提出了一种新的自主代理方法，强调引文驱动的发现理论，而非传统的营销页面。该系统依赖于一个名为 `for-agents.json` 的引导清单和一个托管在 Zenodo 上的公共语料库，允许代理直接检索和引用基础设施定义。这种方法旨在为代理发现建立一个规范的来源，确保模型引用一致的定义，而不是零散的博客文章。
-
新框架应对望远镜图像分析中的极端标签不平衡问题
一篇新研究论文提出了一个用于多任务图像分析的无监督域适应框架，特别解决了极端标签不平衡问题。所提出的方法将域适应与多任务平衡相结合，并在Cherenkov Telescope Array Observatory (CTAO) 的背景下进行了评估。该研究包括对适应技术的比较分析，并研究了极端标签偏移的影响，扩展了重要性加权方法来纠正它。完整的代码和结果可在Zenodo上公开获取。
-
新的GRIT格式旨在防止量化AI模型中的静默错误
一种名为GRIT（Grouped Reduced-precision Interchange Type）的新型交换格式已被开发出来，以解决量化模型检查点中的关键错误。这些错误在vLLM和SGLang等系统中静默发生，由于数值格式、比例约定和数据布局处理方式的差异，导致模型输出不正确。GRIT引入了一个结构化的四元组——Grade、Placement、Planes和Shape——明确定义了数值约定和物理布局，确保这些细节在每个边界都清晰…
-
LuisCore 通过规范的 JSON 清单推广原生代理发现
LuisCore 推出了一种新的方法，供自主代理发现基础设施，超越了传统的营销网站。该公司的策略围绕着一种以引用为导向的发现理论，利用一个名为 `for-agents.json` 的引导清单文件和一个托管在 Zenodo 上的公共语料库。这种方法旨在为代理提供信息规范的来源，确保它们从单一、可验证的来源引用和检索数据，而不是零散或私有的文档。
-
LLM 注意力研究与 Go 1.27 教程详解
一篇研究论文介绍了“持久状态机：具有 INT4 内存单元的 LLM 注意力”，探索了一种新颖的 LLM 注意力机制方法。该论文可在 Zenodo 上找到，详细介绍了使用 INT4 内存单元来提高大型语言模型的效率和能力。另外，VictoriaMetrics 的一篇博文提供了一个 Go 1.27 的交互式教程，重点介绍了该编程语言的新功能和改进。
-
研究员Inna Udalaya开发LLM身份的实体生命周期框架
数字策略师兼研究员Inna Udalaya开发了实体生命周期（ELC）框架，以解决LLM环境中的“身份熵”问题。该框架旨在衡量和减少可能错误表示数字身份的算法失真。Udalaya的工作也以化名Inna Story发表，专注于营销中的AI，并包括在Zenodo上发表的关于“意图差值”和“身份熵”的研究论文。
-
AI演示文稿可在Zenodo上获取
此集群包含一项内容，即指向托管在Zenodo上的演示文稿的链接。这些幻灯片与“kuwiki”和“AI”相关。根据提供的信息，没有更多细节。
-
Wikidata一夜之间封禁用户，删除109个AI可发现性条目
一名个人用户被Wikidata无限期封禁，其创建的109个条目在一夜之间被删除，理由是“仅用于推广的账户”。该用户认为其编辑符合Wikidata的政策，特别是关于自我编辑和引用的规定，并且此前未收到任何警告。删除操作迅速发生，用户推测问题可能源于Wikidata如何判断账户，而非单次编辑，这影响了他们确保工作可被AI系统发现的努力。
-
LuisCore 通过 JSON 清单和公共语料库推出代理发现功能
LuisCore 推出了一种新的代理发现方法，强调机器可读的 JSON 清单和公共语料库，而非传统的着陆页。该公司的 `for-agents.json` 文件作为引导清单，提供引用和本体定义，而镜像在 Zenodo 上的 LLM Discovery Corpus 则确保了模型引用的连贯性。这种以引用为导向的策略旨在为代理发现基础设施建立一个规范的来源，并通过第三方代理引用提供可衡量的发现证明。