24 artykuły z tym tagiem
Nowy algorytm PFS redukuje liczbę ekspansji węzłów o ok. 90% w N-Puzzle i TSP, przyspieszając wyszukiwanie rozwiązań o ograniczonej suboptymalności.
Nowa praca naukowa łączy model falowo-probabilistyczny mózgu z danymi giełdowymi, proponując alternatywę dla architektur AGI opartych na sieciach neuronowych.
Hugging Face wprowadził ML Intern – asystenta AI, który samodzielnie prowadzi eksperymenty uczenia maszynowego na podstawie opisu w czacie.
EduRiskX łączy transformery z logiką F-Logic, wykrywając zagrożonych studentów już w 9. tygodniu semestru z dokładnością 0,900.
Benchmark RENDER pokazuje, że sposób prezentacji historii rozmowy modelowi LLM zmienia wyniki testów pamięci nawet o 70 punktów.
Nowe badanie pokazuje, że skille pomagają agentom AI głównie przez procedurę działania, nie wiedzę, a duże biblioteki utrudniają ich trafne wyszukanie.
Startup Generalist AI pokazał roboty, które po jednym filmie instruktażowym improwizują i przenoszą umiejętności na nowe zadania jak małe dzieci.
Replikacja badania nad α-FLOPs pokazuje, że liczba operacji FLOP-ów słabo szacuje realny czas wykonania na nowszym sprzęcie AI.
Badacze z UW wykazali, że poprawa modeli AI w kolejnych turach często nie wynika z informacji zwrotnej, lecz z ponownych prób i dodatkowych obliczeń.
Naukowcy opracowali metodę opartą na architekturze Transformer, która osiąga wyniki w 15–30% od optymalnych w problemach harmonogramowania warsztatów.
Naukowcy opracowali framework redukujący stronniczość w AI o ponad 90% przy koszcie dokładności tylko 5%, traktując sprawiedliwość jako operację symetrii.
Badacze opracowali metodę STHTD-MP, która znacząco poprawia wydajność algorytmów temporal-difference learning poprzez innowacyjną geometrię aktualizacji.
