机器学习早已渗透到各种线上服务中,网购便是其中最成功的领域之一。近年来,机器学习被应用于各种网购任务,例如用户查询、浏览记录、评论分析、产品属性提取等等。为了促进机器学习方法的发展,许多基准测试应运而生,旨在降低研究人员和工程师开发和评估针对真实网购任务的新颖解决方案的门槛。然而,现有的模型和基准通常是为特定任务量身定制的,无法完全捕捉网购的复杂性。大型语言模型 (LLM) 凭借其多任务和少样本学习能力,有可能通过减少特定任务的工程工作
锂电池起火的安全隐患常常令人担忧,为此科学家们提出了一种利用声音来提前预警电池火灾的方法。研究发现,锂离子电池在起火前会经历一系列的化学反应,这些反应导致电池内部压力逐渐升高,最终引发电池膨胀。图源备注:图片由AI生成,图片授权服务商Midjourney电池外壳通常是坚硬的,无法适应这种膨胀,因此电池内的安全阀会在压力过大时破裂,从而发出一种独特的声音。这种声音有点类似于打开汽水瓶时的咔哒声和嘶嘶声。为此,美国国家标准与技术研究所(NIST)的研究团队
最近,Meta 宣布要利用人工智能来预测 Instagram 用户的年龄,特别是那些自称 “青少年” 的用户,如果系统怀疑他们在说谎,就会把他们自动转移到青少年账户。这个决定是在公众对社交媒体对青少年心理健康影响的强烈反对声中做出的,Meta 在九月份推出了专为13至17岁青少年设计的新账户。这些青少年账户有很多内置限制,比如谁可以联系他们、可以看到哪些内容等。此外,系统还会自动隐藏可能冒犯的评论和消息请求。可问题是,这些安全账户只有在青少年自愿使用或诚实填写年龄的
近日,Meta 公司宣布将在 Instagram 平台上使用人工智能技术来预测用户年龄,以自动将任何涉嫌虚报年龄的用户转移至青少年账户。此项举措是在公众对社交媒体平台对青少年心理健康影响的广泛关注下推出的,Meta 早在今年九月便已引入青少年账户。青少年账户专为13至17岁的用户设计,内置了多项限制功能,包括限制谁可以联系他们和他们能够看到的内容。同时,该账户会自动屏蔽潜在的冒犯性评论和消息请求。然而,安全的青少年账户仅在用户自愿使用或诚实填写年龄信息的情况下才会