LMSYS 在 X 上宣布，bard-jan-24-gemini pro 模型现已加入 LMSYS 平台，大型模型系统组织 (L

LMSYS 在 X 上宣布，bard-jan-24-gemini pro 模型现已加入 LMSYS 平台，大型模型系统组织 (LMSYS Org) 是一个开放的研究组织，由加州大学伯克利分校的学生和教师与加州大学圣地亚哥分校和卡耐基梅隆大学合作创立。该平台可以向两个模型提出问题，并投票给更好的那个。 via 匿名 标签: #Google #Bard 频道: @GodlyNews1 投稿: @GodlyNewsBot

Bard现已在全球范围内采用Gemini Pro模型

Bard现已在全球范围内采用Gemini Pro模型 12 月，Google推出了新的生成式人工智能模型，包括旗舰版 Gemini Ultra、"精简版"Gemini Pro和专为在 Pixel 8 等设备上运行而设计的 Gemini Nano。与此同时，该公司还更新了 Bard 与 Gemini Pro 的英语对话。Google没有量化这些改进，但表示聊天机器人在理解和总结内容、推理、头脑风暴、写作和计划方面会有更好的表现。Bard 在后台经历了几次迭代。最初在 2023 年 2 月亮相时，它采用的是 LaMDA（对话应用语言模型）；今年晚些时候，它又更新了一个新模型，称为 PaLM 2；现在，由 Gemini Pro 支持的 Bard 将在 230 多个国家推出，这些名称和版本令人困惑。今年 9 月，Google推出了"双重检查"功能，利用Google搜索来评估其返回的结果是否与 Bard 生成的结果相似。当时，该功能只有英文版。现在，Google正在扩展对 40 多种语言的支持。此外，这家搜索巨头还通过 12 月份发布的 Imagen 2 模型引入了图像生成支持。目前，该功能仅支持英语。用户可以在聊天机器人界面上输入类似"创建一辆未来派汽车的图像"这样的查询。通过 Bard 图像生成的图像示例Google公司表示，Bard生成的图片将在像素中嵌入由DeepMind开发的SynthID数字水印。不过，你必须使用Google的工具来识别这些图像。今年 10 月，Google为Google Assistant注入了 Bard 的人工智能功能，这样用户就可以做一些事情，比如计划旅行或制定杂货清单。11 月，Google向青少年开放了英文版的 Bard，并对其进行了限制，防止 Bard 生成不安全的内容，如非法或有年龄限制的物质。 ... PC版： 手机版：

接种COVID-19疫苗后感觉不适？科学家认为这其实是个好兆头

接种COVID-19疫苗后感觉不适？科学家认为这其实是个好兆头 根据加州大学旧金山分校领导的一项研究，头痛、发冷和疲劳等症状可能表明免疫反应增强，只有不到25%的美国人接种了最新的COVID-19疫苗，今年已经有超过2.3万人因此死亡。不接种 COVID-19 疫苗的最常见原因之一正是担心副作用，如疲倦、肌肉和关节疼痛、发冷、头痛、发烧、恶心和全身不适。但由加州大学旧金山分校领导的一项新研究发现，这些症状表明免疫反应很强，很可能会降低感染的几率。这项研究最近发表在《内科学年鉴》（Annals of Internal Medicine）杂志上，它是根据辉瑞生物技术公司（Pfizer-BioNTech）或莫德纳公司（Moderna）mRNA疫苗刚推出时363名接种者的症状报告和抗体反应进行的。研究人员发现，在接种第二剂疫苗后，出现七种或七种以上症状者的抗体水平几乎是未出现症状者的两倍。参与者主要是四十岁至六十岁的人，没有感染过病毒。研究中约有 40% 的人还佩戴了监测体温、呼吸和心率的设备。研究人员发现，与体温没有升高的人相比，那些在第二次服药后皮肤温度升高 1摄氏度的人在六个月后的抗体水平是前者的三倍。没有副作用也并不意味着疫苗无效 第一作者、加州大学旧金山分校精神病学与行为科学系和威尔神经科学研究所博士后研究员伊桑-杜彻（Ethan Dutcher）博士说："一般来说，我们发现副作用越多，抗体水平就越高。但这并不是硬性的：一些没有副作用的人比一些有副作用的人有更好的抗体。""随着病毒的发展和死亡率的下降，许多人低估了它的影响。"共同第一作者、加州大学旧金山分校精神病学和行为科学系副主任伊丽莎-埃佩尔（Elissa Epel）博士说："对一些人来说，感染COVID-19 的代价仍然很高生病、误工、持久疲劳和可怕的Long COVID。"她说："虽然接种疫苗后出现的症状会让人非常不舒服，但重要的是要记住，这些症状与疾病的潜在并发症相比并不逊色。"共同第一作者、加州大学旧金山分校精神病学和行为科学系教授 Aric Prather 博士说："COVID-19 疫苗很可能会继续存在，因此确定哪些因素可以预测强烈的抗体反应仍然非常重要。"美国疾病控制和预防中心的最新建议是，所有 6 个月及以上的人都应接种最新的疫苗，65 岁及以上的人应再接种一剂。编译自/scitechdailydoi: 10.7326/m23-2956 ... PC版： 手机版：

科学家发现一种能使骨质翻倍的新激素

科学家发现一种能使骨质翻倍的新激素 加州大学旧金山分校和加州大学戴维斯分校的研究人员解开了一个由来已久的谜团，即母乳喂养的妇女如何在因分泌乳汁而流失钙质的情况下仍能保持强健的骨骼。一种新发现的激素能使哺乳期妇女的骨骼保持强壮，这种激素还能帮助骨折愈合并治疗更多人群的骨质疏松症。加州大学旧金山分校和加州大学戴维斯分校的研究人员发现，在小鼠体内，被称为母体脑激素（CCN3）的荷尔蒙能增加骨密度和强度。他们的研究结果发表在《自然》（Nature）杂志上，解决了一个长期存在的难题，即在母乳喂养期间，即使骨骼中的钙被剥离以支持乳汁分泌，妇女的骨骼仍能保持相对强健。新论文的资深作者、加州大学旧金山分校细胞分子药理学教授霍利-英格拉哈姆（Holly Ingraham）博士说："这些发现的一个显著特点是，如果我们没有对雌性小鼠进行研究（不幸的是，这是生物医学研究的常态），那么我们就可能完全错过这一发现。这凸显了研究雌雄动物的整个生命周期对于全面了解生物学是多么重要。"全世界有 2 亿多人患有骨质疏松症，这是一种严重的骨骼衰弱，可导致频繁骨折。女性绝经后患骨质疏松症的风险尤其高，因为性激素雌激素水平下降，而雌激素通常能促进骨骼的形成。哺乳期的雌激素水平也很低，但这一时期骨质疏松症和骨折却更少见，这表明促进骨骼生长的除了雌激素，还有其他因素。英格拉哈姆的实验室以前曾发现，在雌性小鼠体内，而不是雄性小鼠体内，阻断大脑一小块区域内特定神经元中的一种特殊雌激素受体，会导致骨量大幅增加。他们怀疑是血液中的一种荷尔蒙导致了超强的骨骼，但当时却找不到这种荷尔蒙。在这项新研究中，英格拉哈姆及其合作者对这种造骨激素进行了详尽的搜索，最终确定CCN3是导致雌性突变的因素。最初，研究小组对这一结果感到惊讶，因为CCN3并不符合神经元分泌激素的典型特征。当他们在哺乳期雌性小鼠的同一脑区发现CCN3后，他们的疑虑消失了。如果这些特定神经元不产生CCN3，哺乳期雌性小鼠的骨质就会迅速流失，其婴儿的体重也会开始下降，这证实了这种激素在哺乳期维持骨骼健康的重要性。基于这一发现，他们现在将CCN3称为母体脑激素（MBH）。当对年轻成年和老年雌性或雄性小鼠实施增加循环CCN3的策略时，它们的骨量和骨强度在数周内大幅增加。在一些完全缺乏雌激素或非常年老的雌性小鼠中，CCN3能使骨量增加一倍以上。当英格拉汉姆的科学合作者、加州大学戴维斯分校的托马斯-安布罗西博士对这些骨头进行测试时，他对这些骨头的强度感到惊讶。他解释说："在某些情况下，高矿化度的骨骼并不是更好；它们可能更脆弱，实际上更容易断裂。但当我们对这些骨骼进行测试时，发现它们比通常的骨骼要坚固得多。"安布罗西仔细观察了骨骼中负责生成新骨的干细胞，发现当这些细胞接触CCN3时，它们更容易生成新的骨细胞。为了测试这种激素帮助骨骼愈合的能力，研究人员制作了一种水凝胶贴片，可以直接贴在骨折部位，在两周内缓慢释放CCN3。在老年小鼠身上，骨折通常愈合得不好。然而，CCN3贴片刺激了骨折部位新骨的形成，有助于骨折的年轻愈合。Ambrosi说："我们从未能通过任何其他策略实现这种矿化和愈合效果。很高兴能继续跟进，并将CCN3应用于其他问题，如软骨再生。"研究人员计划今后就CCN3的分子机制、母乳喂养妇女体内的CCN3水平以及这种激素治疗各种骨骼疾病的潜力开展研究。第一作者之一、加州大学旧金山分校内分泌学部指导医师兼科学家穆里尔-巴贝（Muriel Babey）博士热切希望了解CCN3在临床相关疾病中如何影响骨代谢。威廉-克劳斯（William Krause）博士是一名资深科学家，也是该项目的共同负责人，他将与加州大学旧金山分校催化剂项目合作，开始转化这些新成果。英格拉哈姆说："骨质流失不仅发生在绝经后的妇女身上，而且经常发生在服用某些激素阻断剂的乳腺癌幸存者身上；年轻、训练有素的精英女运动员身上；以及髋部骨折后相对存活率比妇女低的老年男性身上。如果CCN3能在所有这些情况下增加骨量，那将令人无比兴奋。"编译自/ScitechDaily ... PC版： 手机版：

科学家利用天然香气诱饵 发现消灭白蚁新方法

科学家利用天然香气诱饵 发现消灭白蚁新方法 白蚁这种令人头痛的昆虫，经常啃食房屋，造成严重的损害，如今美国加州大学河滨分校的科学家来带来一个令人振奋的消息，他们找到了一种有效、更环保和更经济的灭蚁方法

科学家发现了5种不同的睡眠类型：它们揭示了您的健康状况

科学家发现了5种不同的睡眠类型：它们揭示了您的健康状况 研究人员还发现，与仅仅依靠一个人的平均睡眠表型相比，一个人在不同睡眠表型之间切换的方式和频率可以为检测健康状况提供两到十倍的相关信息。这项研究最近发表在《npj 数字医学》杂志上。研究人员利用从Oura Ring一种追踪睡眠、皮肤温度和其他信息的智能戒指收集到的数据，对个人进行了为期数月的观察，记录了他们是否患有糖尿病和睡眠呼吸暂停等慢性疾病，或者是否患有COVID-19和流感等疾病。研究小组发现，随着时间的推移，人们经常会在不同的睡眠表型之间转换，这反映了个人健康状况的变化，并通过研究人员创建的数据驱动的睡眠景观，创造了类似于个人旅行日志的记录。加州大学圣地亚哥分校博士生瓦伦-维斯瓦纳特（Varun Viswanath）是这篇论文的通讯作者。研究人员分析了来自 Oura 戒指的数据，这是一款可跟踪温度、睡眠和其他信息的智能可穿戴设备。图片来源：David Baillot/加州大学圣地亚哥分校"我们发现，睡眠质量的细微变化有助于我们识别健康风险。这些微小的变化不会出现在一个普通的夜晚，也不会出现在调查问卷上，因此这真正显示了可穿戴设备如何帮助我们发现那些可能被忽略的风险，"该研究的资深作者之一、加州大学圣迭戈分校雅各布斯工程学院和哈利西奥格鲁数据科学研究所的教师本杰明-斯马尔说。此外，研究人员还强调，在人群范围内长期跟踪睡眠的变化，可以获得与公共卫生相关的新见解，例如通过这些睡眠景观的一些模式变化，是否可以为慢性疾病或易感染性疾病提供早期预警。研究小组的工作基于对加州大学旧金山分校 TemPredict 数据集的新分析，该数据集是利用在 2020 年 COVID-19 大流行期间从佩戴市售 Oura 戒指的人群中收集的数据创建的。分析工作由加州大学圣迭戈分校舒千-吉恩-莱生物工程系的斯马尔和加州大学圣迭戈分校电气与计算机工程系的爱德华-王教授领导，加州大学旧金山分校的研究负责人、执业睡眠临床医生阿什利-梅森教授也参与了合作。第一作者是加州大学圣地亚哥分校雅各布斯工程学院电气与计算机工程系的研究生瓦伦-维斯瓦纳特（Varun Viswanath）。五种睡眠类型这是研究人员根据大约 33,000 人 500 万个夜晚的睡眠数据挑选出的五种睡眠表型。虽然这项研究涉及很多因素，但研究人员也发现了一些趋势，这些趋势有助于直观地区分这五种睡眠表型。表型 1：我们认为的"正常"睡眠。在这种睡眠类型中，人们至少连续六天都能获得大约八小时的不间断睡眠。这是美国国立卫生研究院推荐的睡眠类型，也是研究人员发现的最常见的睡眠类型。表型 2：大约有一半的夜晚人们会持续睡眠，但另一半夜晚他们只会短暂地睡上不到三小时。表型 3：人们的睡眠大多是连续的，但每周大约有一个晚上会出现睡眠中断。间断睡眠的特点是，一个时期的睡眠时间相对较长，约为 5 小时，另一个时期的睡眠时间较短，不足 3 小时。表型 4：人们再次出现大部分时间连续睡眠的情况。但他们会经历一些罕见的夜晚，在这些夜晚中，长时间的睡眠会被中途醒来所打断。表型 5：人们每晚只睡很短的时间。这种表型是研究人员发现的最罕见的，代表了极度紊乱的睡眠。跟踪睡眠类型的变化为了测量睡眠表型是如何随时间变化的，维斯瓦纳特构建了一个包含所有500万个夜晚的空间模型，在这个模型中，表型被表示为不同的岛屿，由大部分相似的睡眠周组成。随着时间的推移，研究人员发现了不同的模式，从而建立了每个人在岛屿之间的路线模型。由此可见，有助于区分糖尿病和睡眠呼吸暂停等慢性病患者的并不是他们的平均表型。取而代之的是他们在睡眠景观中不同岛屿之间切换的频率。这样，即使一个人很少切换表型，他们切换表型的事实仍然可以提供有关其健康状况的有用信息。研究人员根据对大约 33,000 名佩戴 Oura 戒指的人的五百万个夜晚的分析，选出了五种睡眠类型。资料来源：OURA数据显示，大多数人很少会连续几个月没有几晚睡眠中断。"我们发现，睡眠中断发生方式的细微差别可以说明很多问题。即使这些情况很少发生，其发生频率也能说明问题。因此，不仅仅是你是否睡得好，随着时间推移的睡眠模式才是隐藏关键信息的地方，"共同作者、加州大学圣地亚哥分校电子和计算机工程系教师王说。相反，人们并不倾向于保持由睡眠中断所定义的模式。但是，他们访问特定中断睡眠模式的频率说明了他们的睡眠状况如何。论文通讯作者维斯瓦纳特说："如果你想象有一个睡眠类型的景观，那么它与你倾向于住在那个景观的什么地方关系不大，而与你离开那个区域的频率关系更大。"以前的研究在6月20日发表的这篇新论文中，研究小组修改了先前研究中使用的技术，该研究是迄今为止规模最大的类似睡眠调查，从英国生物库中提取了约10.3万个夜晚的数据。之前的研究考察了睡眠时间、觉醒情况和许多相关特征，然后构建了一个夜晚之间相互关系的"景观"。但之前的研究人员没有做到两件关键的事情：他们无法进行跨时间研究，因为他们每人只有两到三个晚上的数据；他们也无法将由此得出的睡眠模式与健康结果联系起来。其他大规模睡眠分析则关注简单睡眠特征的高层次差异，如睡眠总时间。相比之下，这项新研究首次表明，研究人员可以量化人们随着时间推移而不断变化的睡眠动态，并利用这种量化让人们更好地了解自己的睡眠健康状况。研究还表明，这些睡眠变化可能预示着患各种疾病的风险较高。编译来源：ScitechDaily ... PC版： 手机版：