人們在治療與肥胖有關(guān)的疾病上的花銷高達1470億美元,因此搞清楚鍛煉身體是否真的有助于減肥是非常重要的。一項新研究消除了許多跑步者心中都有的一個疑惑:與不鍛煉相比,鍛煉真能消耗更多卡路里嗎?
研究人員的結(jié)論是:人們普遍認為體力勞動或體育鍛煉后能量攝入會增加,但我們沒有充分的證據(jù)表明高強度的體力勞動或體育鍛煉會對能量攝入產(chǎn)生影響。換句話說,大多數(shù)人鍛煉后不會比平時吃得更多,對于想減肥的人來說,這無疑是個好消息。
堪薩斯大學(xué)醫(yī)療中心的研究團隊還發(fā)現(xiàn),不同的鍛煉方式的結(jié)果基本沒有什么兩樣,這其中包括有氧運動和力量訓(xùn)練、鍛煉強度、鍛煉時間。鍛煉不會改變?nèi)藗兊某燥埿袨?,研究人員在報告中稱,“我們沒有發(fā)現(xiàn)鍛煉能影響營養(yǎng)攝入的證據(jù)。”
調(diào)查人員指出,許多減肥方面的研究顯示,鍛煉會引起脂肪含量、而非肌肉的減少。研究人員在報告中稱,“這些因素可能與長期保持減肥效果有關(guān)。”
知名營養(yǎng)學(xué)家南茜·克拉克(Nancy Clark)表示,盡管經(jīng)常警告跑步者不要期望能大幅減肥,但她對這項研究表示歡迎,“我對客戶的建議是,想健康就鍛煉,想減肥就少吃。我發(fā)現(xiàn)許多人早上跑上10英里后就會大吃一頓,然后一整天基本上就不再運動了”。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。