用户576110558132

该科学中心旨在推动视频流媒体、信息检索和机器人等领域的前沿研究，通过资金支持、博士生奖学金和学术合作，加强学术界与工业界的联系，共同应对重大技术挑战。

本文探讨了通过任务分解，使用多个经过微调的专用小型大语言模型（LLM）来替代单一大型模型，从而在保持性能的同时显著降低AI应用成本的“智能体工作流”方法，并分析了其复杂性与成本效益之间的权衡。

本文探讨了自然语言处理（NLP）从原型开发到生产部署过程中面临的技术挑战，包括数据标注、模型选择、管道构建与维护。讨论了大型语言模型（如GPT-3）的实际应用价值，以及跨行业（金融、法律、医疗等）的N

本文提出了一个名为ConSiDERS的框架，旨在通过考虑人类评估者的认知偏差（如流畅度误导），来提高对大型语言模型评估的准确性。文章强调了在评估中需要关注一致性、评分标准、区分度、用户体验、责任和可扩

美国财政部为金融机构发布了《关键基础设施中金融服务业人工智能风险管理框架指南》，旨在帮助机构识别、评估和管理AI系统带来的独特风险。该指南包含采用阶段问卷、风险控制矩阵及230项控制目标，为金融业提供

本文探讨了AAAI会议上两大热点技术：提示工程如何控制大模型输出以确保准确性和公平性，以及将符号推理与机器学习相结合的方法，通过约束引导模型生成更可靠的结果。

谷歌DeepMind更新其前沿安全框架，引入针对有害操控的关键能力级别，并调整了对齐风险应对策略，以更全面地识别和减轻先进AI模型带来的潜在风险。

美国国家科学基金会与某机构合作，为11个聚焦AI公平性的研究项目提供资助。这些项目涵盖算法公平性、人机交互、自然语言处理、计算机视觉等领域，旨在构建可信赖的AI系统以应对社会重大挑战，推动AI技术向更

亚马逊实习生Michael Saxon通过研究端到端口语理解模型，解决了语义复杂度不匹配问题，使Alexa能处理更复杂的查询。他的工作实现了43%的精度提升，并发表了相关研究成果。