69 artykułów z tym tagiem
GardenBench to nowy benchmark z 11 zestawami testów, który codziennie monitoruje wydajność, koszty i czas działania modeli LLM.
NVIDIA i AI4Bharat udostępniają Nemotron-pretraining-Indic-v1 – 2,8 biliona tokenów i otwarty potok generowania danych dla 22 języków indyjskich.
Profesor MIT Deb Roy ostrzega, że komentarze generowane przez AI podważają publiczne konsultacje i wymagają nowej zasady odpowiedzialności za słowa.
Nowy system AREX-2 uczy agentów LLM refleksji i długookresowej iteracji, przenosząc umiejętności z programowania na badania typu deep research.
Nowa metoda GAD-RL adaptacyjnie reguluje nadzór nauczyciela w treningu modeli OCR, poprawiając wierność transkrypcji na benchmarkach CHAOS-Bench i OmniDocBench.
Naukowcy stworzyli router neurosymboliczny, który na Raspberry Pi osiąga 98,3% dokładności, wyprzedzając agentów AI i zużywając mniej energii.
Boris Power z OpenAI ujawnia, że większość badań firmy skupia się na GPT-7 i dalszych generacjach, nie na bieżących poprawkach ChatGPT.
Badanie na 3132 osobach: dostęp do AI zmniejszył gotowość do przyznania się do niewiedzy z 44 do 3 proc., mimo że AI często się myliło.
Naukowcy z MIT stworzyli leksykon 49 czynników ryzyka, by trafnie oceniać ryzyko samobójcze na podstawie rozmów z konsultantami kryzysowymi.
Badanie arXiv pokazuje, że agenty prognostyczne AI nie zawsze powinny „rozumować” – wybór mechanizmu zależy od źródła danych i wymaga inteligentnego routingu.
Badanie na danych Upworthy pokazuje, że model LLM bez person lepiej przewiduje CTR niż panel syntetycznych person — persony wprowadzają szum, nie precyzję.
Attention-Aware Routing łączy routing i uwagę w modelach MoE, poprawiając wynik GSM8K o 3,37 pp na modelu OLMoE.
