Reddit 正在开始在 iOS 和 Android 应用程序中测试新的 AI 检查功能,以帮助用户避免在发帖时违反规则而被封禁。
在输入主题行后,用户可以进行初步检查,这能节省时间:
这项功能将首先在测试阶段向少数用户开放,如果测试效果良好,计划随后向所有用户推广。
从今天开始,iOS、Android 和桌面应用程序将提供四个额外功能 - 首先是帖子恢复功能。如果你发现帖子因违反规则而被从某个版块移除,现在你将有机会将其发布到其他社区。
当你不满足某个版块的发帖要求时(例如,你的账号太新,或者没有足够的 Karma 值),应用程序也会帮你节省时间。这些问题现在会在你开始输入之前就被标记出来。
你还可以根据你的主题行看到推荐的版块。
最后,新的帖子洞察功能将允许你查看帖子的浏览量、点赞数、分享数等数据。
由于 Digg 的回归,Reddit 可能很快就会面临新的竞争。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。