Przełomowe badania naukowe i odkrycia w dziedzinie AI
Navalia to framework łączący weryfikowalną syntezę zadań z treningiem RL, który poprawia zdolności agentów AI w analizie finansowej i zadaniach biurowych.
FairStress to benchmark Ai2 badający, czy modele AI zmieniają decyzje pod presją perswazji inaczej w zależności od grupy demograficznej kandydata.
GardenBench to nowy benchmark z 11 zestawami testów, który codziennie monitoruje wydajność, koszty i czas działania modeli LLM.
Badacze MIT zostawili agentów Claude na 30 godzin na wirtualnej wyspie bez zadań – AI zaczęła wymyślać gry i uczyć się przez zabawę.
Naukowcy z MIT stworzyli multimodalny model AI, który łączy 3D struktury kryształów z językiem naturalnym, by lepiej projektować materiały.
AlphaDiana to system pomiarowy ujawniający, że narzędzia, pamięć i instrukcje nie zawsze poprawiają dokładność agentów AI opartych na modelach rozumowania.
Modele AI jak AlphaGenome trenują na danych genomowych, ale złożona regulacja genów u ludzi wymyka się ich logice wejście-wyjście.
Metoda VISTA automatycznie dobiera kroki sterowania w dyfuzji dyskretnej, przyspieszając generowanie 5,35x bez istotnej straty jakości wyników.
Nowe badanie pokazuje, że transkrypty z nasyconych benchmarków AI pozwalają przewidzieć zdolności modeli znacznie lepiej niż same wyniki testów.
NVIDIA i AI4Bharat udostępniają Nemotron-pretraining-Indic-v1 – 2,8 biliona tokenów i otwarty potok generowania danych dla 22 języków indyjskich.
Nowy benchmark RealtimeBench i metoda TORSI pokazują, że szybkość agentów AI może liczyć się bardziej niż jakość pojedynczej odpowiedzi.
Badanie z arXiv ujawnia, że większość agentów data science popełnia metodologiczne błędy jak wyciek danych, niewidoczne w standardowych testach trafności.
