AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
Az o3 kivételével mindegyik tesztelt modell jelentősen gyengébben teljesített francia nyelven, mint angolul, ami komoly aggályokat vet fel a klinikai alkalmazásukkal kapcsolatban.
A MetaKGEnrich automatizált folyamata a GPT-4o és a Neo4j adatbázis segítségével épít tudásgráfokat, majd a hiányos régiókat célzott kérdésekkel tölti fel.
A nagyméretű nyelvi modellek (LLM-ek) gyakran hiányosak a kiberbiztonsági adatok értelmezésében, de a GRID (Graph Representation of Intelligence Data) rendszerrel ez megváltozhat.
A módszer a geometriai felbontást függetleníti a memória- és feldolgozási költségektől, így a betanítás és az inferencia is hatékonyabbá válik.
A rendszer a LangChain és LangGraph megoldásokkal ellentétben valós üzleti folyamatokhoz igazodó, állapotfüggő korlátozásokat is képes kezelni.
A rendszer a „generál, ellenőriz, akkumulál, újratanít” ciklust adaptív mintavételezési folyamatként írja le egy tudástérben.
A CDC rendszer a diszkrét diffúziós modellek iteratív finomítási folyamatába építi be a programszintű funkcionális és biztonsági korlátokat, még a kód véglegesítése előtt.
A 2 milliárd paraméternél kisebb modellek is megbízhatóan képesek bírósági ítéleteket generálni és vádat előrejelezni büntetőügyekben.
A kutatók 15 élvonalbeli nagyméretű nyelvi modell (LLM) és több mint 1100 valós képesség elemzésével azonosították a rendszerek működését meghatározó két alapvető törvényt.
A jelenlegi kép-tokenizációs eljárások gyakran redundanciát vagy információvesztést okoznak, de a TaTok ezt a problémát orvosolja, különösen a hosszú képszekvenciák feldolgozásánál.
A 60 magos GPU-val és 512 GB egységes memóriával szerelt M3 Ultra chipen a CoreML konverzió és a SDXS-512 modell kombinációja hozta meg az áttörést.
A ComRAM nevű megközelítés a rendszer belső dinamikáját használja fel, hogy a ne csak proxy modellek, hanem saját hangján szólaljon meg.
Az új, strukturált adathalmaz az indiai információszabadság-törvény (RTI) alapján hozott döntéseket elemzi, segítve az állampolgárokat a bonyolult jogi nyelvezet megértésében.
A jelenség pókerjátékokban, mátrixjátékokban és kockajátékokban is megfigyelhető, több tanulási algoritmus esetében is hasonló eredményt mutat.
A modern nyelvi modellek képzése során a tokenek eloszlása rendkívül egyenetlen, ami eddig rejtett optimalizációs kihívást jelentett, de az Adam ezt orvosolja.
A ranglista nemcsak a modellek teljesítményét, hanem a teljes ügynökrendszerek minőségét és futtatási költségét is figyelembe veszi, ezzel segítve a valós telepítési döntéseket.
A Washingtoni Egyetem kutatói leállították az óvodai AI-projektjüket, miután a szülők ellenállása miatt nem tudták első személyű felvételeket készíteni a gyerekekről. A projekt célja az osztálytermi interakciók minőségét értékelő AI-modellek fejlesztése lett volna.
A mesterséges intelligencia alapú hangrendszereket rejtett hangtámadásokkal lehet jogosulatlan parancsok végrehajtására kényszeríteni. Az AudioHijack technika emberi fül számára észrevehetetlen hangokkal működik.
A lánc-gondolkodás (chain-of-thought) során a modellek rejtett állapotainak elemzése alapján a nehezebb problémákra adott válaszok belső 'útvonala' is eltérő.
A nagyméretű nyelvi modelleken (LLM) alapuló autonóm ügynökök egyre több összetett feladatot automatizálnak, de helyi futtatásuk jelentős energiaigénnyel jár.
A képgeneráló modellek, mint a Stable Diffusion vagy a Midjourney, hiába fejlődtek látványosan, továbbra is küzdenek a módusösszeomlással és a korlátozott diverzitással.
Tetszik az oldal? Támogasd a fejlesztést
Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.