根据初步数据,在这项由苹果赞助的大型研究中,超过77%的受访者在一生中曾经遇到过耳鸣。约15%的受访者表示,他们每天都在受到耳鸣问题的影响,即听到他人听不到的嗡嗡声或其他声音。
作为同类调查中规模最大的项目,密歇根大学的研究人员收集了自2019年以来超过16万名参与者的数据。这些参与者需要回答调查问卷,并在苹果的研究应用中完成听力评估。其目标是研究通过耳机聆听声音的影响,耳鸣对用户的影响,并据此开发出有助于控制耳鸣症状的新方法。
密歇根大学环境健康科学教授Rick Neitzel在新闻稿中表示,“我们通过苹果听力研究了解到人类经历耳鸣的趋势,这能帮助我们更好地了解高风险群体,从而帮助指导能够缓解相关影响的努力。”
耳鸣是个普遍存在的问题,而且已经对无数普通人的日常生活造成影响。根据美国国家耳聋及其他交流障碍研究所(NIDCD)的估计,全美约有10%的成年人患有某种形式的耳鸣。
但人们的耳鸣问题,有可能随着人们使用设备的变化而有所波动。比如说,很多耳鸣可能源自频繁接触噪音。过去,耳鸣大多出现在日常工作中会接触大量噪音的工人群体。但在过去十年间,佩戴耳机听音乐、参加音乐会或者体育完整等“娱乐性”噪音接触,已经成为研究人员更为担忧的诱发因素。之前的研究表明,对于居住在城市地区的人们来说,听音乐可能成为最大的噪音来源。毫无疑问,苹果iPod、智能手机及其他耳机就是造成这一现状的重要因素。
不出所料,苹果提出的“噪音创伤”,即“暴露在过高音量的噪声当中”成为最新研究中发现的主要耳鸣诱发原因。在苹果支持的这项研究中,大约10%的受访者表示耳鸣已经影响到他们清晰听到声音的能力。研究人员还发现,耳鸣发作的持续时间会随着年龄增长而“显著增加”。在55岁或以上的参与者中,近36%会经历持续性耳鸣,而这一比例在全部成年人中仅为14.7%。为了应对这种情况,超过半数的参与者会求助于噪声机或播放自然环境间来控制耳鸣。
密歇根大学在其网站上表示,这项研究可以“帮助开发新产品,从而优化用户的听力体验并降低造成听力损失的可能性。”苹果则在设备宣传中将部分功能定义为“有助于缓解耳鸣”的方式,比如使用Apple Watch上的噪音应用——在周围噪音达到可能引发风险的水平时,用户即可收到通知。
这项听力研究,属于目前Apple Research应用正在进行的三大健康项目之一(另外两个分别与心脏健康和月经周期有关)。听力研究的参与者必须是居住在美国的成年人。他们无需使用苹果耳朵即可参与研究,但某些音调和耳鸣校准练习需要配合AirPods Max、AirPods Pro、AirPods或者EarPods设备来实现。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。