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
Preprint 提出了对 Ariel 光谱中使用的人工智能进行基于影响的错误检查
一份新的预印本描述了一种影响函数方法，旨在识别哪些训练样本可以形成预测并在太空任务操作期间无法获得地面实况数据时估计光谱误差。arxiv.org产品展示
McLeod 和 Augment 将人工智能助手集成到货运经纪人工作流程中
Transport Topics 报道称，McLeod Software 和 Augment 已将 AI 助手 Augie 与 McLeod 的 PowerBroker 系统连接起来，以实现承运人通信、合规性检查和货运更新的自动化。ttnews.com创新
Preprint 提出了一种用于四足机器人的 AI 地形编码器
研究人员提出了 DELTA，这是一种基于注意力的编码器，可以让四足机器人专注于与脚的放置相关的地形证据，同时随着地图分辨率的增加而保持计算固定。arxiv.org创新
Preprint gives discrete diffusion models an information-theoretic sampling guarantee
A new arXiv paper proposes samplers for discrete diffusion models whose required discretization steps depend on the target distribution’s internal dependence rather than directly on its dimension.arxiv.org工业
Firms tap AI and sensors to boost indoor farming as Japan faces farmer shortage
The Japan Times reports that Japanese and Japan-linked firms are using AI, sensors and automation to improve indoor farming as the country’s agricultural workforce shrinks, while high capital and electricity costs continue to threaten profitability.japantimes.co.jp创新
ConvergeFlow proposes a language model with provable convergence to token embeddings
A new arXiv preprint introduces ConvergeFlow, a flow-based language model designed to end at valid token embeddings without a cross-entropy-trained decoder. The authors prove convergence under stated regularity conditions and report competitive results on OpenWebText, but the abstract does not provide benchmark…arxiv.org政策
宾夕法尼亚州收紧人工智能数据中心的披露规则，因为保密性受到审查
《汤姆指南》报道称，宾夕法尼亚州已禁止州机构与数据中心开发商签署保密协议，并将人工智能数据中心从快速许可计划中删除。此举是因为人们越来越担心社区可能不知道项目背后的人是谁，也不知道有多少电力、水和……tomsguide.com创新
Preprint proposes local distillation to make black-box AI predictions more interpretable
A new arXiv preprint proposes training sparse local linear models around individual predictions while retaining much of a black-box AI system’s accuracy.arxiv.org创新
Preprint argues spectral alignment in neural networks is conditional, not automatic
A new arXiv preprint presents a mathematical framework for analyzing how feature geometries align inside deep neural networks. Its experiments suggest that alignment depends on layer-specific transport, interactions and cancellation rather than following automatically from training or lower risk.arxiv.org