CNET科技资讯网 1月5日 国际报道:虽然CES展会上到处都是机器人,但是乐高机器人可不是每年都有的。
过去一年中,具有教育意义的可编码机器人玩具在儿童科技领域一直是一个大趋势,从Jimu机器人到Cozmo机器人,无不体现这一趋势。乐高公司多年来一直都有着自己的教育性Mindstorm机器人工具包。
Lego Boost是乐高逾期展示的一个工具包,它是一套由马达和可编程模块组成的工具包,可编程模块可兼容现有的乐高玩具,把它们变成电动玩具或动作感应玩具。该应用还可以记录语音效果,因此,用户可以让自己的乐高机器人宠物说话。
Lego Boost工具包将于2017年下半年上市,售价为160美元,同时附带有说明书,用户可以用它们搭建五个不同的项目:“Vernie机器人、Frankie机器猫、吉他Guitar 4000、多工用探测车 4(Multi-Tool Rover 4,M.T.R.4)和Autobuilder。”之后,任何现有的乐高积木都可以在上面创作出新的作品,据乐高表示:“例如,用户可以构建一个可以制作一条龙或一匹小马等动物的行走基地,或是一个承载越野汽车或探测车等汽车的驾驶基地,以及一个可供孩子们打造自己的城堡甚至是未来空间站的入口。”这套装备主要针对7岁及以上儿童使用。
此外,乐高还为我们带来了一个可以处理编程部分的Android和iOS应用,乐高称之为编码须知。过去几年,大多数玩具机器人套装都采用类似的理念。很显然,乐高的优势在于,用户或许可以做成一个跳舞的恐龙,一个DIY蝙蝠车或星球大战机器人基地等等。
Lego Boost还附带有三个Boost模块,可以承受大部分重量,包括一个倾斜传感器、彩色距离传感器和一个发动机,同时还有843块传统乐高零部件和一个特殊的爬行垫,机器人可以在上面移动。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。