你习惯怎么看新闻?通过网站、电视、飞机还是社交媒体?
对于真正爱研究的群体,答案只有一个:订阅报纸。要知道,世界上很少有比周日早上一边喝杯咖啡、一边埋头读报更痛快的事情了。
Project E Ink倒不是要颠覆这些固有新闻获取方式,创造它的Alexander Klöpping强调这就是个业余爱好者的试水项目,只是碰巧有了实践落地的机会。
他表示:“我是个新闻迷,总觉得报纸头版有种神奇的魔力和吸引力。有一次,我偶然读到谷歌一位工程师的文章,他开发了一款电子纸屏幕、把最喜爱的报纸头版打在了墙上,这让我非常嫉妒。于是,我也用现成硬件开发出了自己的同类产品。”
这款专门用于读报的电子纸屏幕在登上Hackernews网站后,很快就获得了人们的青睐。在热情支持之下,身为荷兰新闻汇总平台Blendle联合创始人的Alexander Klöpping决定正式销售这款产品。
Klöpping找到了一家电子纸屏幕供应商Visionect,这是一家来自斯洛文尼亚的公司,专门为办公室、酒店和机场提供低功耗的交互式标牌。“事实证明,他们出售给企业的屏幕,有着与报纸头版完全相同的尺寸。”
这款对角长度为32英寸的显示屏具体尺寸为27.84 x 16.29 x 0.53英寸,重量接近18磅。设备背面有一个VESA支架,可以配合电视支架直接挂在墙上(虽然有点超重)。
产品网站上写道:“Project E Ink并非任何报社产品。这是一款专门显示报纸头版URL的电子纸屏幕。大家可以继续订阅自己最喜爱的报纸,我们则用科技将高质量新闻呈现在您面前。”
但这款产品可不便宜,要价2783欧元(约合3050美元),要买它的人肯定得符合两点要求:
1. 真的热爱报纸新闻;
2. 有一颗追求行为艺术的心。
那么问题来了,你到底有多喜欢报纸呢?
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。