ZDNet至顶网软件频道消息: 在Facebook通过改变News Feed信息流的方式来研究用户情绪变化的消息曝光后,负责此项研究的Facebook数据科学家亚当·克拉默(Adam Kramer)专门对此进行了解释。
“我们进行此项研究是因为我们关心Facebook以及使用我们产品的人所产生的情绪影响。”克拉默说,“我们感觉,很有必要调查人们共同的担忧:看到别人发布的积极内容是否会使人感觉消极或冷落。与此同时,我们也担心,如果用户被暴露在消极内容中,可能会导致他们不再访问Facebook。”
克拉默表示,此次研究在2012年的一个星期内影响了0.04%的Facebook用户,但由于Facebook的用户基数十分庞大,因此还是覆盖了数十万人。此项研究发现:在Facebook上看到积极情绪会鼓励人们也发布类似的积极内容。
Facebook也在发给《卫报》的声明中表示,该公司此举意在改善服务,让人们在Facebook上看到更加相关和具有互动性的内容。
“作为整个实验的设计者,我可以告诉你,我们的目标绝不是为了令任何人感到不安。我明白为什么有人会对此存有担忧。我和我的同事对于这篇论文对此项研究的描述方式,以及由此带来的焦虑感到抱歉。”克拉默说。他表示,Facebook自2012年以来已经改变了内部评估方式,未来的研究还将把外界对此次研究的反应考虑进去。
好文章,需要你的鼓励
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
T-Tech公司研究团队开发了SAE Boost助推器系统,通过训练专门的"错误补偿器"来增强AI理解工具对专业领域的理解能力。该系统在化学、俄语和外交等领域测试中显示出显著改进效果,同时完全保持原有通用能力。这种模块化设计为AI系统的持续优化提供了安全可靠的路径,对AI可解释性研究具有重要意义。
阿里巴巴通义千问团队发布开源编程模型Qwen3-Coder-480B-A35B-Instruct,专门用于软件开发辅助。该模型采用混合专家架构,拥有4800亿参数,支持25.6万token上下文长度,可在数秒内创建完整功能应用。在SWE-bench基准测试中得分67.0%,表现优于GPT-4和Gemini。模型基于Apache 2.0开源许可,企业可免费使用。AI研究者称其可能是目前最佳编程模型,特别适合企业级代码库理解、自动化代码审查和CI/CD系统集成。
斯坦福大学研究团队开发出革命性AI系统,能够像生物学家一样"看懂"蛋白质三维结构并预测功能。该系统通过多层次分析方法,在蛋白质功能预测方面达到90%以上准确率,为新药开发和精准医疗开辟新道路。这项技术不仅加速了蛋白质研究进程,更为解决复杂疾病提供了强大的AI助手,预示着人工智能与生物医学融合的美好前景。