Przełomowe badania naukowe i odkrycia w dziedzinie AI
Badanie Anthropic ujawnia znaczące różnice płciowe w adopcji narzędzi AI do programowania wśród naukowców społecznych.
Badacze opracowali metodę STHTD-MP, która znacząco poprawia wydajność algorytmów temporal-difference learning poprzez innowacyjną geometrię aktualizacji.
Badacze opracowali modularny system oparty na LLM, który potrafi rozpoznawać i kwantyfikować wartości moralne w tekstach bez ograniczeń teorii.
ITBench-AA pokazuje, że nawet Claude Opus 4.7 i GPT-5.5 nie przekraczają 50% w zadaniach Site Reliability Engineering. Pierwszy benchmark agentów IT.
Naukowcy podważają dotychczasowe dowody na samoświadomość AI. Modele mylą manipulacje stanów wewnętrznych z anomaliami w danych wejściowych.
Naukowcy opracowali BrickAnything — system AI generujący stabilne konstrukcje klockowe z obiektów 3D używając innowacyjnej tokenizacji strukturalnej.
Badanie ekspertów przewiduje bezpieczeństwo stanowisk kierowniczych, ale niepewność dla większości pracowników białych kołnierzyków przy rozwoju AI.
Badanie pokazuje, że duże modele językowe wykazują nadmierną pewność przy najtrudniejszych zadaniach, gdzie najczęściej się mylą.
Naukowcy zastąpili ludzi modelami AI w klasycznym eksperymencie Picbreeder, badając zdolność sztucznej inteligencji do otwartej eksploracji kreatywnej.
Badacze opracowali NeuroNL2LTL — system łączący AI z logiką formalną, osiągając 86% weryfikowalnych specyfikacji dla systemów krytycznych.
System AlphaProof Nexus rozwiązał 9 problemów Erdősa nierozwiązanych przez dekady, kosztując tylko kilkaset dolarów na problem dzięki połączeniu AI z weryfikacją.
Metoda BOHM pozwala analizować systemy AI bez dodatkowych kosztów, wykorzystując wagi routingu. W testach osiągnęła tau=0.928 przy 9000x mniejszych obliczeniach.
