AITOP
精选
过去 24 小时，从 1005 条中筛出 58 条
全部模型产品行业论文技巧
标签：缺失数据建模×
6月11日
15:28
15:23
15:07
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？
5月22日
11:06
11:06arXiv cs.AI@Amir Mousavi, Mohammad Sadegh Sirjani, Erfan Nourbakhsh, Mimi Xie, Rocky Slavin, Leslie Neely, John Davis, John Quarles
精选
眼动追踪数据在实时认知负荷评估中面临两大挑战：眨眼和追踪失败导致的数据频繁缺失，以及长时程依赖的高效建模。MambaGaze框架通过显式缺失数据建模（XMD编码）和双向Mamba-2结构解决这些问题，在CLARE和CL-Drive数据集上分别达到76.8%和73.1%的准确率，超越CNN、Transformer等基线4-12个百分点。在NVIDIA Jetson边缘设备上实现43-68 FPS的实时推理，功耗低于7.5W，适合可穿戴认知负荷监测场景。该工作为安全关键应用（如驾驶员警觉监控、自动化驾驶舱辅助）提供了可行的AI方案。
论文认知负荷评估眼动追踪Mamba缺失数据建模边缘部署
推荐理由：眼动数据缺失是认知负荷评估的长期痛点，MambaGaze用双向Mamba显式建模缺失模式，做可穿戴AI或人机交互的团队可以直接参考其边缘部署方案。
原文