ZD至顶网软件频道消息:对于美国大多数小学生的家长而言,没有比“普通核心数学”更污秽的词了。普通核心数学是一种新时代数学方法,和大多数家长自己的早期教育经验完全不同,因此整个美国晚上的家庭作业时间就成了痛点。
由IBM Watson驱动的教师顾问工具一瞥
现在有了IBM认知计算平台Waston,小学数学课程对于学生、教师甚至父母来说都会更容易些。
IBM基金会在过去的两年里与美国教师工会联合会合作创建了名为“教师顾问”( Teacher Advisor)的人工智能教案工具。
教师顾问程序的实质是利用 Watson认知智能回答教育者的问题,从而帮助他们建立个性化教案、理解概念以及学习各种教学策略,最终提高学生的理解力。IBM表示, Watson改善为了提供更详尽的回应甚至还可能问老师一些附加的问题,用于磨练老师在应对某些挑战时所需要的一些技巧。
全美三年级数学教师在今年年底前可免费使用顾问老师服务。IBM计划等 Watson的技能增加后,再添加更多的学科和年级。
IBM基金会主席Stanley Litow表示,“有效的、熟练的老师对于学生的学术成绩是无比的重要。而老师在教学上的需求却常常被忽视,很少有人伸出援手。我们与教育界的领导者联手,我们很高兴能将 Watson交到在教师手里。我们希望有一天能为教师配备急需的支持,令他们腾出手做自己的事,去点燃孩子学习的热情及培养下一代领袖。”
IBM此举是 Watson用于早期教育计划的一部分,以前曾有过类似的举措。今年4月,蓝色巨人与芝麻工作室(Sesame Workshop)合作,目标是为儿童设计适合各个年龄段和学习能力的交互式教育工具。芝麻工作室是一家非营利组织,是芝麻街的后台机构。
此项为期三年的研发投资计划包括组建由工程人员、教师、游戏玩家和研究人员组成的团队,对如何最佳地将认知认知计算应用于学前教育进行各种头脑风暴式的讨论。研究表明,儿童的大脑发展在5岁时已经完成。基于此,IBM和芝麻工作室希望将重点放在该特殊年龄段上。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。