萌白酱圣诞限定惊喜：独一无二的圣诞主题糕点DIY制作指南，日本一艺人被曝偷饭团被送警，本人道歉称忘付款 经纪公司：暂停其一切活动中国科学院科学家首次证实：大语言模型能像人类一样“理解”事物刀豆的营养价值那可真是“杠杠的”。它富含维生素C、维生素B族，这些维生素就像给身体请了一群“小保镖”，能增强免疫力，让咱们少生病。还有钙、铁、锌等矿物质，钙含量尤其突出，对骨骼健康那是大有益处。刀豆里还有一些特殊的成分，比如皂苷，它有调节血脂、血压的作用，对中老年人来说，就像给身体上了一道“健康保险”。
在圣诞节这个充满节日气氛的季节里，每一款精心设计的圣诞主题糕点都仿佛是一份独特的礼物，为人们的味蕾带来无尽的乐趣。在这个特别的日子里，我们的萌白酱圣诞限定惊喜为你提供了一项独一无二的DIY圣诞糕点制作指南，让你亲身参与到这场温馨而快乐的圣诞盛宴中。
让我们一起走进萌白酱的世界。萌白酱是来自法国的一个甜品品牌，其主打产品之一就是那些色彩斑斓、形态各异的圣诞装饰品——圣诞小精灵。这些小巧可爱的雪人、树挂、糖果和气球都是由软糯可口的巧克力制成，每一份都充满了浓浓的怀旧气息。而在圣诞主题蛋糕中，萌白酱更是用实际行动诠释了这一理念，通过使用萌白酱作为主馅料，打造出一系列富有圣诞元素的蛋糕。
以下，我们将为大家详细介绍如何制作一款经典的萌白酱圣诞小精灵装饰糕点。将100克软化后的黄油加入到一个大碗中，然后加入25克的牛奶和1茶匙的香草精，搅拌均匀后备用。
接下来，将100克的细砂糖放入另一个大碗中，慢慢加入融化的黄油，继续搅拌至糖完全溶解并形成浅棕色的混合物。
接着，取出一部分黄油混合物，将它倒入预备好的软化黄油碗中，一边倒一边不断翻拌，直到两者充分融合。然后，将混合物再次倒入另一只碗中，继续轻轻搅拌，直至面糊变得光滑且顺滑。
将面糊转移到9英寸圆形烤盘上，然后将其平均涂抹一层厚厚的黄油，确保每一个角落都被覆盖。
预热烤箱至170摄氏度，将烤盘放入烤箱中，烘烤约20-25分钟，或者直到蛋糕的中心部分呈现出微黄色，表面金黄酥脆。在烘烤过程中，每隔10分钟，就要从烤箱中取出蛋糕，用竹签插入蛋糕内部，如果竹签可以轻松穿过，那么蛋糕就熟透了，就可以取出放在冷却架上待用。
制作完成后，我们可以从烤箱中取出圣诞小精灵装饰糕点，用牙签或刀片将它们取出，然后再将剩余的软化黄油涂抹在蛋糕表面，使其看起来更具立体感和立体效果。我们可以在蛋糕顶部撒上一些可食用的巧克力粉或者碎糖，进一步增加视觉吸引力。
这款萌白酱圣诞小精灵装饰糕点不仅美味可口，而且造型精致，颜色艳丽，让人一眼就能认出它是圣诞主题的产物。无论你是甜食爱好家还是甜品初学者，都能在这份甜蜜与创意的碰撞中找到属于自己的乐趣。所以，赶快动起来，开始你的萌白酱圣诞蛋糕DIY之旅吧！相信一定会给你留下一段难以忘怀的圣诞记忆。
6月9日，日本经纪公司LDH在其官方网站上宣布，人气组合DEEP男团的队长TAKA（木村贵浩，41岁）将暂时停止演艺活动。
据日本杂志《文春周刊》报道，木村贵浩被公司停止活动是因其4月22日盗窃了便利店内的饭团等商品。据消息人士透露，“他假装在便利店的自助收银机上付款，然后带着价值约1000日元的饭团和零食直接走出了商店。”
此前，这家便利店已经出现过很多天销售额计算不准的情况，因此店里一直高度警惕，担心常客中可能存在小偷。
▲日本人气组合DEEP男团的队长木村贵浩
4月22日，便利店一名员工发现木村贵浩在自助结账机上未付款就将商品带出店外，于是将其拦下并拨打了报警电话。
据称，木村贵浩没有反抗，乖乖地等着警察到来。随后，他被带到了警察局，但他道了歉，并表示“我知道有些商品没有结账，但我忘了付款”，并支付了款项。
木村贵浩承诺“下次不会再这样做了”，商店也决定不提出投诉，此事最终得以解决。
木村的经纪公司面对此事表示，“此次因我司人员的行为，给店铺的各位及相关人士带来了极大的困扰，我们深表歉意。关于此次事件，我司在接到本人（木村）报告后立即进行了事实核查。结果显示，本人表示他处于极度的精神压力之下，且此次行为是首次发生。”
《文春周刊》称，饭团事件发生后，木村在熟人中的信誉进一步降低了。
木村的经纪公司表示，经过律师及相关部门的慎重协商，公司认为没有必要公开这一事件，并非有意隐瞒信息。
IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。
人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。
传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。
实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。
研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。