《斯坦福大学人生设计课 》

《斯坦福大学人生设计课 》 简介：斯坦福大学人生设计课是一本围绕其核心主题展开的深刻探索之作，书中详细讨论了与其主题相关的各类观点与现实应用，带给读者全新的思考视角。这本书为那些想深入了解相关领域的读者提供了充实的内容，值得一读。更多详情请访问相关链接。 标签： #斯坦福#斯坦福大学人生设计课#书籍 文件大小：NG 链接：https://pan.quark.cn/s/03d240bdb905

斯坦福大学推出 DetectGPT ,阻止学生用 AI 写作业

斯坦福大学推出 DetectGPT ,阻止学生用 AI 写作业 据调查显示，美国 89% 的大学生在用 ChatGPT 做作业。近日，针对学生们屡禁不止的行为，斯坦福研究人员推出了 DetectGPT，便于检测出 AI 生成文本。 是基于大型语言模型（large language models，LLM）生成文本的特定倾向，从而可以判断文本是否是 AI 生成的。 1 月 26 日，相关研究论文以《》为题，在网站 arXiv 上发布。 标签: #ChatGPT #DetectGPT #斯坦福 频道: @GodlyNews1 投稿: @GodlyNewsBot

斯坦福大学刚刚推出了基于辅助全息成像技术的未来AR眼镜原型

斯坦福大学刚刚推出了基于辅助全息成像技术的未来AR眼镜原型 访问：Saily - 使用eSIM实现手机全球数据漫游 安全可靠 源自NordVPN 斯坦福大学的全息 AR 眼镜原型。目前，实验室版本的视场角很小，在实验室里只有 11.7 度，远远小于 Magic Leap 2 甚至微软 HoloLens。但是，斯坦福大学的计算成像实验室有一整页的资料，上面有一个又一个的视觉辅助工具，这些辅助工具表明，该实验室可能在研究一些特别的东西：更薄的全息组件堆叠，几乎可以放入标准眼镜框中，经过训练，可以投射出逼真的、全彩的、移动的 3D 图像，这些图像会在不同深度出现。现有 AR 眼镜（a）和原型眼镜（b）与 3D 打印原型眼镜（c）的光学效果对比。图片：斯坦福计算成像实验室与其他 AR 眼镜一样，这些眼镜也使用波导，波导是引导光线穿过眼镜进入佩戴者眼睛的部件。但研究人员说，他们已经开发出一种独特的"纳米光子元表面波导"，可以"消除对笨重的准直光学器件的需求"，并开发出一种"学习型物理波导模型"，利用人工智能算法大幅提高图像质量。该研究称，这些模型"利用相机反馈自动校准"。无论是真实物体还是增强物体，都可以有不同的深度。尽管斯坦福大学的这项技术目前还只是一个原型，其工作模型似乎是固定在长凳上的，框架也是3D打印的，但研究人员希望能颠覆目前的空间计算市场，这个市场还包括苹果的Vision Pro、Meta的Quest 3等笨重的直通式混合现实头盔。博士后研究员 Gun-Yeal Lee 帮助撰写了这篇发表在《自然》杂志上的论文，他说，目前还没有其他 AR 系统能在性能和紧凑性方面与之相比。像 Meta 这样的公司已经斥资数十亿美元购买和构建 AR 眼镜技术，希望最终能生产出大小和形状与普通眼镜无异的完美产品。目前，Meta 的雷朋眼镜没有板载显示屏，但我们去年获得的泄露的 Meta 硬件路线图显示，Meta 第一款真正的 AR 眼镜的目标日期是 2027 年。 ... PC版： 手机版：

防止聊天机器人“造谣”，谷歌 DeepMind、斯坦福大学研究人员推出 AI 事实核查工具

防止聊天机器人“造谣”，谷歌 DeepMind、斯坦福大学研究人员推出 AI 事实核查工具 （英文） 研究人员推出了一种基于大语言模型的工具 搜索增强事实评估器（IT之家注：原名为 Search-Augmented Factuality Evaluator，简称 SAFE），可对聊天机器人生成的长回复进行事实核查。

斯坦福大学校长被校报指控他在Genentech做研究期间论文数据造假，斯坦福请校外专家组成委员会进行调查，查了几个月，得出结论说

斯坦福大学校长被校报指控他在Genentech做研究期间论文数据造假，斯坦福大学请校外专家组成委员会进行调查，查了几个月，得出结论说虽然论文数据没有造假，但存在问题，低于科学标准。斯坦福大学校长宣布辞职，并将撤下这些论文，包括两篇《自然》论文、一篇《科学》论文、两篇《细胞》论文。

不要随便发自己周围的照片：斯坦福大学的新 Al模型可以快速准确地找出图片中的位置，准确率达92%。

不要随便发自己周围的照片：斯坦福大学的新 Al模型可以快速准确地找出图片中的位置，准确率达92%。 对于注重隐私的用户，可能不会在社交网络上发布自己周围的照片，因为有些爱好者可以通过照片分析照片中的位置，于是存在潜在的隐私问题。 但以前这种玩法还仅限于一些专业玩家，比如B站UP主地球百科君有时候就会发一些找照片位置的视频。 斯坦福大学的一群研究生发布了一个新项目，该项目背后的 Al模型经过 10 万个随机位置、50万 个街景图片以及其他图片训练而成。 可以快速准确找出图片中的位置，准确率目前是 92%，还可以在40%的猜测中将真实地点缩小到 25 公里范围内。 这个项目在自动驾驶、视觉调查、安全方面有应用前景，然而也存在潜在的隐私安全问题。 为此项目团队决定不公开该模型、仅基于学术目的共享代码。 当然，相信后面也肯定够会有其他的类似模型问世，所以各位能做的就是保护好隐私，不要随意 公开发布自己周国的照片。 论文地址：