施密特科学公司正在开发一款名为拉祖里太空天文台的私人资助太空望远镜,镜面直径为3.1米,配备多种仪器,旨在研究系外行星和超新星。拉祖里将与其他地面天文台组成施密特天文台系统,致力于开放科学,全球科学家可使用其数据。预计在本十年末前投入使用。
在基因组研究中,15000名研究人员面临开放科学原则与联邦隐私政策的冲突。Meag Doherty指出,技术问题背后隐藏着伦理问题。她提出了三问框架以简化伦理决策,并质疑开放性是否总是有益,建议建立闭环反馈机制以保护数据捐赠者。此外,Doherty计划创办新工作室,推动伦理在技术开发中的重要性。
AReaL是一个开源的异步强化学习系统,支持大规模推理和智能模型,由inclusionAI社区维护。它具备高效的训练管道和多种算法,适用于研究和工程团队,强调可重复性和开放科学,并提供详细文档和示例。
前OpenAI首席技术官Mira Murati成立了Thinking Machines Lab,团队中三分之二成员来自OpenAI。该公司旨在构建可定制的AI系统,强调开放科学文化和人机协作,致力于提升AI的安全性和效率。
Thinking Machines Lab是一家新成立的人工智能公司,专注于开放科学和人机协作,团队由前OpenAI成员组成。公司致力于提升模型智能、基础设施质量和多模态能力,旨在推动科学发现和工程创新。
前OpenAI CTO Mira Murati创立的新公司Thinking Machines正式成立,团队包括多位前OpenAI成员,目标是提升AI系统的可理解性和可定制性,推动开放科学文化,以满足用户需求。
本研究探讨了复杂社会系统中模型验证的局限性,指出传统的训练-测试范式无法有效评估现代AI系统的有效性。提出参与式数据管理和开放科学等解决方案,以提升AI应用效果。
Meta分享了一系列研究和模型,支持其高级机器智能目标,涵盖感知、语音、语言和推理。SAM 2.1通过数据增强提升视觉处理;Spirit LM实现语音与文本集成;Layer Skip加速语言模型生成,降低成本;Lingua简化大规模语言模型训练;MEXMA提升跨语言句子编码器性能,支持80种语言。这些研究促进了开放科学和可复现性。
2024 ACL年会在泰国曼谷开幕,引入滚动审稿机制并允许作者在提交期间推广他们的工作。主会议的录取率为21.3%,发现论文的录取率为22.1%。会议还特别关注开放科学、开放数据和可重复的NLP研究模型。最佳论文奖授予华中科技大学、阿德莱德大学、安阳师范大学和华南理工大学的团队的《用扩散模型解读甲骨文》。该论文提出了一种使用条件扩散模型解读甲骨文的新方法。
最新技术应用解决情感体验与生理变化相似性问题,开放科学、开放数据实践和学术界数据分析挑战是有希望的工具。
完成下面两步后,将自动完成登录并继续当前操作。