Google（谷歌）

CRAFT: Clustered Regression for Adaptive Filtering of Training data

CRAFT: 用于适应性训练数据过滤的聚类回归

Parthasarathi Panda, Asheswari Swain, Subhrakanta Panda

机构 * 1 Google, USA ； 2, 3 Department of Computer Science \& Information Systems, BITS Pilani, Hyderabad, India 纠错

AI总结 CRAFT通过聚类回归方法高效筛选高质量训练数据，提升序列到序列模型微调效果，实验显示其在翻译任务中BLEU分数更高且速度更快。

From Words to Amino Acids: Does the Curse of Depth Persist?

从词到氨基酸：深度诅咒是否依然存在？

Aleena Siji, Amir Mohammad Karimi Mamaghan, Ferdinand Kapl, Tobias Höppe, Emmanouil Angelis, Andrea Dittadi, Maurice Brenner, Michael Heinzinger, Karl Henrik Johansson, Kaitlin Maile, Johannes von Oswald, Stefan Bauer

机构 * Technical University of Munich（慕尼黑技术大学） ； Helmholtz AI, Munich（慕尼黑海德堡研究所人工智能部门） ； KTH Royal Institute of Technology（皇家理工学院） ； Institute of Computational Biology, Helmholtz Munich（海德堡慕尼黑计算生物学研究所） ； Google, Paradigms of Intelligence Team（谷歌，智能范式团队） 纠错

AI总结 本文研究蛋白质语言模型中深度效率问题，通过分析七种主流PLM家族，发现任务相关计算集中在部分层，其余层主要提供预测细化，这一趋势在序列和多模态模型中均存在。

Agentic Inequality

代理不平等

Matthew Sharp, Omer Bilgin, Iason Gabriel, Lewis Hammond

机构 * Oxford Martin AI Governance Initiative（牛津马丁人工智能治理研究所） ； Access Partnership ； University of Oxford（牛津大学） ； Google DeepMind（谷歌DeepMind） ； Cooperative AI Foundation（协作人工智能基金会） 纠错

AI总结 本文探讨了AI代理在政治经济中的影响，定义了代理不平等的概念，并分析了其成因与治理路径。