zhou
PulseAugur coverage of zhou — every cluster mentioning zhou across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究详解双层神经网络中的分层学习
研究人员从理论上分析了无限宽度双层神经网络在学习错误指定的单索引模型时的人口梯度流。该研究通过一个控制相对训练速度的扰动参数联合优化两层，证明了隐藏链接函数的常数和线性分量可以在预测的时间尺度内恢复。该论文还考察了二次分量的学习，证明了先前学习的分量继续影响动力学。该分析利用了积分约束流形附近奇异摄动流的定量近似结果，并在学习二次分量时现象学地观察到权重经验测度的奇异行为。
-
中国法院处理AI案件，呼吁明确法律
中国法律体系正面临越来越多的AI相关案件，凸显了制定更清晰立法的必要性。杭州市中级人民法院近期的一项裁决树立了先例，指出一家金融科技公司不能仅因AI实施带来的成本节约而解雇员工。此案强调，企业不能将AI采纳的财务风险转嫁给员工，旨在确保AI通过提高生产力而不损害员工的利益来服务于公众利益。
-
中国法院裁定工人被AI取代后获赔2.8万英镑
一家中国法院已向一名因公司用AI取代他而被解雇的工人判处超过2.8万英镑的赔偿。杭州中级人民法院裁定，在公司实施AI后，该姓周的员工拒绝降职和减薪，公司解雇他是错误的。这项裁决以及北京的一起类似案件表明，在中国快速采用AI和青年失业率高企的背景下，中国政策正朝着保护工人就业安全的方向转变。
-
FlightSense平台利用AI和传播特征预测航班延误
研究人员开发了FlightSense，一个MLOps平台，旨在通过对延误如何在飞机轮转链中传播进行建模来预测航班延误。该系统通过整合延误传播特征和气象数据，实现了0.879的AUC。FlightSense部署在AWS上，具备实时推理、仪表板和一个用于用户查询的对话式AI助手。
-
AsymmetryZero 框架将人类偏好操作化为人工智能评估
研究人员推出 AsymmetryZero 框架，旨在将人类专家的偏好转化为可衡量的语义评估，用于人工智能模型。该系统旨在解决将主观和领域特定的要求编码到当前人工智能评估方法中的难题。一项使用 AsymmetryZero 的研究比较了 GPT-5.4 和 Claude Opus 4.6 等前沿人工智能模型，发现紧凑型陪审团更具成本效益且速度更快，而前沿陪审团则显示出更高的内部一致性。
-
研究人员开发了用于具有共同噪声的均值场控制的连续时间q学习
这篇分为两部分的论文介绍了在具有共同噪声的均值场控制中进行连续时间Q学习的理论基础和算法。第一部分建立了理论框架，定义了集成Q函数（Iq函数），并推导了最优策略作为不动点的条件。第二部分在此基础上，设计了包括Actor-Critic方法在内的Q学习算法，并证明了它们在线性二次和其他设置中的收敛性和性能。
-
稀疏自编码器分解临床序列模型表征：特征复杂度、任务专业化与死亡率预测
研究人员开发了几种利用电子健康记录（EHR）上的机器学习来改进临床预测的新方法。其中一种方法“Risk Horizons”使用一种具有几何感知的框架和双曲嵌入来构建患者特定的候选空间，以预测未来的临床事件。另一种方法将临床诊断视为一个自回归序列建模任务，采用大型语言模型的因果解码器来处理缺失的模态并提高可解释性。此外，一个名为FlatASCEND的新模型专注于具有连续时间预测的自回归临床序列生成，并测试药理学关联，而另一项研究则使用稀…