潜空间活动报名

本期活动将在11月9日 10:00开始，我们邀请到的嘉宾是鱼哲，Lepton AI 创始成员，曾在阿里云担任高性能 AI 平台产品负责人，专注于 AI 在多个行业的落地及应用。Lepton AI 致力于建立高效可用的AI 基础设施，让团队更关注于应用构建及落地。在本次分享中鱼哲将带来关于不同AI产品形态对团队的挑战相关的思考，分享主题《Beyond Infra, what matters?》。
除嘉宾分享外，每期设置了【匹配合伙人 Cofounder Matching】环节。你可以和 GenAI 时代最有活力的创业者和研究者线下面对面交流，将有机会找到志同道合、有共同创业梦想的小伙伴。
报名通道已开启，欢迎扫描下方二维码报名。

信号

Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise

本篇论文主要研究了 Tutor CoPilot，一种基于生成式人工智能的工具，旨在为辅导老师提供专家级的指导，从而提升教育质量。特别是，该工具可以帮助来自资源不足社区的学生，减少他们因缺乏高质量教学资源而受到的负面影响。研究进行了随机对照试验，涉及900名辅导老师和1,800名K-12学生。结果表明，使用Tutor CoPilot的学生在掌握学习主题方面的概率高出4个百分点，尤其是低评分导师的学生表现提升更为显著。Tutor CoPilot费用低廉，每位导师年均成本仅20美元。此外，分析发现使用该工具的导师更倾向于采用高质量的教学策略，增加了对学生理解的引导效果。导师反馈也显示Tutor CoPilot帮助他们更好地满足学生需求，但也指出其在生成内容时存在少数问题。

https://x.com/rose_e_wang/status/1850957996622561787

DynamicCity: Large-Scale LiDAR Generation from Dynamic Scenes

这篇论文介绍了 DynamicCity，一个新颖的4D LiDAR生成框架，旨在捕捉动态环境的时间演变，克服现有方法对静态和单帧场景的偏重。DynamicCity包含两个关键模型：

HexPlane学习模型：利用变分自编码器（VAE）进行4D表示的压缩，采用新颖的投影模块，将4D LiDAR特征有效地压缩为六个2D特征图，从而显著提高拟合质量（增益高达12.56 mIoU）。同时，采用扩展和压缩策略并行重建3D特征体，提高了网络训练效率和重建精度（分别增益7.05 mIoU、2.06倍训练加速、70.84%内存减少）。
基于DiT的HexPlane生成扩散模型：提出Padded Rollout操作，将HexPlane特征重新组织为平方2D特征图，支持多种4D生成应用，如轨迹和命令驱动的生成、修复和布局条件生成。

在CarlaSC和Waymo数据集上的实验表明，DynamicCity在多个指标上明显优于现有的4D LiDAR生成方法。研究还计划发布相关代码以促进未来研究。

https://x.com/WilliamLamkin/status/1850176812749365757

Bio2Token: All-atom tokenization of any biomolecular structure with Mamba

这篇论文提出了一种高效编码和表示大型三维分子结构的方法，旨在为生物分子设计提供高保真度支持。传统的表示学习方法通常限于小规模系统，或使用粗略的近似方法（例如将蛋白质简化到氨基酸分辨率），而非精确到原子级别。为解决这一问题，作者开发了量化自编码器，通过学习原子级的分子结构分块表示，实现了对完整蛋白质、RNA及小分子结构的高精度重建，误差约在1埃以内。所用的Mamba状态空间模型架构表现出高效性，仅需少量训练数据、参数和计算量即可达到较高的精度，并能扩展至近10万个原子的系统。这种方法生成的结构分块（bio2token）未来或可用于全原子语言模型的输入。

https://x.com/_albertgu/status/1851006112356880856

VibeCheck: Discover and Quantify Qualitative Differences in Large Language Models

这篇论文提出了一种名为隐私意识委托的新任务，以在确保用户隐私的前提下实现高质量的大语言模型（LLM）交互。该方法结合了基于API的专有模型和本地托管的开源模型的优势，以减少敏感信息泄露的风险。为此，研究者构建了一个包含个人身份信息（PII）的自然基准数据集PUPA，用于测试模型在隐私保护方面的表现。研究还提出了PAPILLON，一个多阶段的LLM管道，通过提示优化来处理较简单的用户查询版本。实验显示，PAPILLON在85.5%的用户查询中保持高响应质量，同时将隐私泄露率控制在7.5%。此方法为将来进一步提升专有模型的生成质量提供了改进空间。

https://x.com/Sylvia_Sparkle/status/1850918427210232038

HuggingFace&Github

Amphion

Amphion是一个开源工具包，专注于音频、音乐和语音生成，支持可重复的研究，帮助初学者进入该领域。其独特之处在于提供经典模型或架构的可视化，便于用户理解。主要功能包括支持多种音频生成任务（如文本转语音、歌声合成等），包含多个声码器和评估指标，以确保生成任务的一致性。此外，Amphion致力于推进音频生成在实际应用中的发展，如构建大规模语音合成数据集。该工具包使用Python开发，依赖于多个开源库和框架，支持研究和商业使用。

https://github.com/open-mmlab/Amphion