arXivAI 研究
「誰對誰說了什麼？」SpeakerMem-R1 打造多方對話專屬的雙軌記憶機制
Who Said What to Whom? SpeakerMem-R1 Introduces Dual-Track Memory for Multi-Party Dialogues
針對多人對話中複雜的角色關係與脈絡，SpeakerMem-R1 透過標記說話者的「雙軌記憶」與 GRPO 強化學習，大幅提升長文本對話中的訊息歸屬與關係追蹤能力。
2 分鐘閱讀
AI Research
AI 研究
機器學習基礎研究與論文。
4 篇文章
arXivAI 研究
硬體驗證 AI 的試金石：EquivSVA 形式驗證資料集，揪出 LLM 程式碼生成的虛實
Testing AI Hardware Verification: EquivSVA Dataset Reveals LLM Robustness Across Equivalent RTLs
EquivSVA 是一個開源且經過形式驗證的資料集，專為評估 LLM 生成 SystemVerilog 斷言（SVA）的穩健性而設計。它透過 120 個「行為家族」和 480 個等價但結構不同的 RTL 實作，測試 AI 是否能抓到本質行為，而非流於特定程式碼細節。
2 分鐘閱讀
arXivAI 研究
AI 真的能幫產品設計省時間嗎？首個 Figma Make 的隨機對照實驗揭密
Does AI Save Time on Product Design? A Randomized Controlled Trial of Figma Make Workflows
這項針對 100 名專業人士的隨機對照實驗顯示，使用 AI 的 Prompt-to-Design 工具（如 Figma Make）可縮短約 20% 的任務完成時間，且對非設計專業的產品經理（PM）效果尤為顯著。
2 分鐘閱讀
Google DeepMindAI 研究
Google DeepMind 推出 AlphaGenome Atlas：人類基因組所有 DNA 單一字母變異之預測圖譜
Google DeepMind Launches AlphaGenome Atlas: A Predictive Map of Every Possible DNA Letter Change in the Human Genome
Google DeepMind 攜手全球頂尖學術機構發表 AlphaGenome Atlas，針對人類基因組中所有可能的 DNA 字母變化提供全面性的預測圖譜。
2 分鐘閱讀