
作为各种古怪的可穿戴设备的忠实粉丝,2015年国际消费电子展上最新发布的一款Melomind无线连接耳机立即吸引了我们的目光。
如图,它看起来就像一个头盔,其核心设备的四“脚”上均突出有电极。这些电极能够像标准的脑电图扫描器(EEG)那样测量佩戴者的脑电波,并将其大脑活动数据传输到相连应用中。而这款应用将在今年晚些时候发布,届时Android、iOS和Windows Phone三大操作系统皆可适用,接着它便可以通过应用中的这些数据来确定选用哪首特制音乐帮助用户放松。
当然,音乐播放时,用户需要将该耳机连接至其智能手机或平板电脑等智能设备,而当佩戴者坐在桌边进行冥想时,把智能设备放在桌上将是非常方便之举。
在这个拥挤的展会厅内,笔者有幸短暂地试戴了这款Melomind耳机,而在它佩戴在笔者头上的这几分钟内,其体验感觉相当舒适。耳机中的伴奏音乐也很令人放松,至少在某一个短暂的瞬间,它曾令笔者忘记了周身成千上万拥挤的人群。置身于CES大会狂热的气氛中,平和的心态总是倍受欢迎的。
此外,这款应用能够随着时间的变化显示出佩戴者大脑活动的走势,让佩戴者了解自己所达到的放松程度。笔者看到了Android版测试应用上的大脑活动走势图,该图表看起来相当平滑且通俗易懂。
预计到今年年底,Melomind将会在精选出来的美国和欧洲零售商店中出售,此外,如果有用户极其喜爱这款可穿戴设备,消费者还可以以299美元的价格(约195英镑)在Melomind网站上预订。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。