Przełomowe badania naukowe i odkrycia w dziedzinie AI
Naukowcy stworzyli pierwszy test bezpieczeństwa modeli AI dla zastosowań wojskowych, ujawniając poważne luki w 21 komercyjnych modelach.
Naukowcy opracowali TUR-DPO — metodę dostrajania modeli językowych, która analizuje nie tylko odpowiedzi, ale także sposób rozumowania AI.
Naukowcy opracowali metodę LOCA, która identyfikuje przyczyny sukcesu ataków jailbreak. Wymaga tylko 6 zmian zamiast 20 jak poprzednie metody.
Model o1 od OpenAI osiągnął 67% trafnych diagnoz w izbie przyjęć, podczas gdy lekarze tylko 55% i 50%. Badanie Harvard Medical School nad 76 przypadkami.
Badacze opracowali trójwarstwowy system reputacji AgentReputation dla agentów AI działających w zdecentralizowanych rynkach oprogramowania.
Badacze stworzyli system AI, który analizuje dane z operacji wiertniczych, przetwarzając tysiące raportów i pomiarów w czasie rzeczywistym.
Badanie MIT ujawnia mechanizm superpozycji, który pozwala modelom AI przechowywać więcej konceptów niż wymiary przestrzeni — klucz do zrozumienia praw skalowania.
Alexander Lerchner z Google DeepMind argumentuje, że modele AI tylko symulują świadomość, operując na wzorcach bez rzeczywistego doświadczenia.
Analiza 19 418 interakcji pokazuje, jak studenci wykorzystują AI podczas nauki programowania — najlepsi uczą się, najsłabsi delegują zadania.
Nowy framework TRUST osiąga 72,4% dokładności w audycie AI, przewyższając standardowe metody o 4–18 punktów procentowych przy zachowaniu odporności.
GPT-5.5 i Opus 4.7 osiągają poniżej 1% w teście ARC-AGI-3. Analiza 160 sesji ujawniła trzy wzorce błędów: brak spójnego modelu świata, fałszywe analogie i sukces bez zrozumienia.
Naukowcy z Ghany zastosowali K-means do analizy geologicznej morskiego basenu Keta, identyfikując 4 elektrofacje z dokładnością 0,50 w obszarach bez danych rdzeni.
