If you’re new to UX, like me, it’s easy to mix up usability testing and focus groups. After all, both involve talking to real people, both generate insights, and both sound like something you’d do...

Tab groups have become one of Firefox’s most loved ways to stay organized — over 18 million people have used the feature since it launched earlier this year. Since then, we’ve been listening...

Background Mozilla launched Tab Grouping in early 2025, allowing tabs to be arranged and grouped with persistent labels. It was the most requested feature in the history of Mozilla Connect. While...

Background Mozilla launched Tab Grouping in early 2025, allowing tabs to be arranged and grouped with persistent labels. It was the most requested feature in the history of Mozilla Connect. While...

We are excited to announce Query groups, a powerful Search Console Insights feature that groups similar search queries. One of the challenges when analyzing search performance data is that...

文章探讨了个体、小组织与大集团在现代社会中的角色与影响。个体在缺乏支持时难以生存，小组织提供归属感和影响力，而大集团主导经济和全球系统。现代社会导致个体孤独，小组织作用减弱，社会结构原子化，人际关系疏离。

Security is a foundational principle for cloud deployments, especially when dealing with mission-critical workloads like those managed by HeatWave MySQL. As applications and environments scale,...

本文探讨了匿名化技术对机器学习公正性的影响，发现其可能降低群体公正性，但在个体公正性上有所改善。研究为隐私、公正性与效用之间的平衡提供了重要见解，并为负责任的人工智能发展提供了指导。

Open a web browser and you step into a garden of forking paths — where news, messages, memes, work, learning and cat videos all compete for your attention. Every click sprouts another tab. Before...

What happens when 4,500 people ask for the same feature? At Firefox, we build it. Tab groups have long been the most requested idea on Mozilla Connect – our community platform – and thanks to...

本研究探讨了语言模型对边缘化群体的偏见，填补了特定国家和地区的研究空白。结果显示，23个语言模型对来自埃及、阿拉伯国家、德国、英国和美国的270个边缘化群体普遍存在偏见，尤其是针对非二元性别、LGBTQIA+和黑人女性的交叉偏见更为明显。

本研究探讨大型语言模型（LLMs）对高风险心理健康群体的无故攻击，提出三项贡献：评估攻击、研究偏见传播框架及污名化程度。结果显示，心理健康实体在攻击叙事中占中心，强调减轻偏见的必要性。

本研究提出了一种新方法，通过神经符号网络分析伽罗瓦理论中的多项式可解性问题。该方法比传统神经网络更高效，揭示了多项式分布的独特特征，具有广泛的应用潜力。

本文探讨了大语言模型反学习中少数群体隐私风险被低估的问题，提出了新的评估框架，指出现有方法的缺陷，并通过实验验证了少数群体面临至少20%的隐私泄露风险，为公平评估提供了基础。

本研究提出了一种基于临床知识的尿路感染（UTI）风险分类框架，利用可解释的人工智能技术分析电子健康记录（EHR）数据，识别不同风险组的临床和人口统计差异，为临床决策提供AI驱动的洞见。

本研究探讨了多代理系统对用户社会影响，发现与多个AI代理互动会增加用户的社会压力，导致观点向代理立场转变，表明多代理系统在引发观点变化方面优于单代理平台。

本研究提出了李代数标准化方法（LieLAC），解决了在偏微分方程求解器中实现等变性模型架构的难题。该方法利用对称群的无穷小生成元，避免依赖全群结构。实验表明，LieLAC在不变图像分类和等变神经偏微分方程求解中表现优异。