已验证来源
每个故事都链接到最有力的可用证据：可用的原始来源，否则明确归因的报告。
简单的英语
发生了什么、为什么重要以及值得关注的内容——无需行话。
无填料
当信号很弱时，我们不会发布任何内容，而是填充提要。
更多故事
9 故事创新
预印本称，基于人工智能的分数映射了荷兰就业的数字化
新的 arXiv 预印本提出了一种基于人工智能的方法，用于衡量职称和技能与数字工作的关联程度。该方法应用于数以百万计的荷兰工作资料，识别出数字化不平衡和依赖路径的数字职业运动。arxiv.org安全
研究发现法学硕士仇恨言论筛选在乌尔都语脚本中不太一致
arXiv 预印本报告称，五种大型语言模型改变了乌尔都语脚本和英语翻译中的有害内容分类，揭示了可测量的“乌尔都语缺失”安全差距。arxiv.org创新
MemUse 发现对话式人工智能记忆的工作方式与回忆测试显示的不同
一项为期四个月的部署研究发现，人工智能系统回忆过去事实的能力并不能预测用户满意度或它是否在对话中自然地使用这些事实。arxiv.org创新
TrustDABench 发现大语言模型经常产生不受支持的结构化数据分析
A new benchmark reports that eight large language models frequently fail to detect conflicting evidence or preserve correct analyses when spreadsheets and tables are altered.arxiv.org创新
研究发现自动生成的创造力评分可能与人类对大语言模型故事的评价存在差异
一项新的 arXiv 预印本报告称，自动化指标和大语言模型裁判往往无法与人类对短篇小说创造力的评估相匹配，裁判会系统性地偏爱人工智能生成的写作风格。arxiv.org创新
预印本发现，人工智能辅助的测试题筛选可以改变专家的审查内容
一项 arXiv 预印本报告称，表示法、结构化筛选和排名选择会显著改变哪些由人工智能生成的大五人格测验题能够进入心理测量学家的审查环节，即便整体汇总看起来很稳定。arxiv.org创新
预印本称学生参与度应重塑课堂对话大语言模型测量指标的验证方式
一项预印本报告称，四名多语种八年级学生对大语言模型对其数学讨论的分类提出了质疑，认为成人标注和标准分数可能会忽略学生自己的理解。arxiv.org创新
检索记忆缩小了语言模型在罕见句法模式上的差距
一项新的 arXiv 研究报告称，赋予语言模型访问存储示例的权限可以提高其对涉及罕见词汇的句法对比的敏感度，尽管差距并未完全消除。arxiv.org安全
研究发现本地编程大语言模型可能会幻觉出产生垃圾抢注风险的软件包名称
一项 arXiv 研究提出了一种用于本地编程语言模型中软件包名称幻觉的双层检测器，据报告，在常规提示词下幻觉率为 0–10%，而在对抗性垃圾抢注提示词下则上升至 40–73%。arxiv.org