[EN] 谷歌推出SEEDS生成式AI模型，以极低成本大规模生成天气预报集合
谷歌研究团队发布Scalable Ensemble Envelope Diffusion Sampler（SEEDS），一种基于扩散模型的生成式AI技术，能以传统物理模拟极小成本大规模生成天气预报集合，显著提升极端天气概率预测能力。
谷歌研究
[EN] 谷歌发布辅助肺癌筛查AI系统：多国回顾性研究显示可提升放射科医生特异性
谷歌研究团队在《Radiology AI》发表回顾性多国研究，提出一种以用户为中心的辅助肺癌筛查AI界面，可输出四级癌症疑似评级及对应感兴趣区域。在美国和日本的随机阅读者研究中，模型辅助均提升了放射科医生的特异性，同时团队开源了CT图像处理代码以加速相关研究。
[EN] 谷歌发布ScreenAI：5B参数视觉语言模型，刷新UI与信息图理解多项基准
谷歌推出ScreenAI视觉语言模型，基于PaLI架构并引入灵活分块策略，仅5B参数即在UI与信息图理解任务上达到SOTA，同时开源三个新数据集以推动屏幕理解研究。
[EN] 谷歌开源AutoBNN：用组合式贝叶斯神经网络革新时间序列预测
谷歌研究团队推出开源工具AutoBNN，基于JAX构建，将组合式核结构与贝叶斯神经网络相结合，自动发现可解释的时间序列预测模型，同时提供高质量的不确定性估计，并能高效扩展至大型数据集。
[EN] Cappy：小型评分器超越并提升大型多任务语言模型
谷歌研究团队提出了一种名为 Cappy 的轻量级预训练评分器，基于仅3.6亿参数的RoBERTa，通过为指令和候选响应生成0到1的正确性评分，在分类任务中可独立运行或辅助大型多任务语言模型，无需微调或访问模型参数即可高效适配下游任务，显著降低了计算和存储成本。
[EN] 谷歌推出生成式AI模型SEEDS，低成本量化天气预报不确定性
谷歌发布基于扩散概率模型的SEEDS（可扩展集合包络扩散采样器），能以极低成本生成大规模天气预报集合，有效量化极端天气的不确定性。