Friss kutatási eredmények és tudományos áttörések a mesterséges intelligencia világából
Az első RAG-alapú AI-rendszer 91%-os pontossággal válaszol nepáli jogi kérdésekre. A kutatás célja a jogi adatbázisok elérése alacsony erőforrású nyelveken.
Egy új tanulmány szerint a chatbotok nem lesznek képesek valódi emberi gondolkodásra, mert csak részben utánozzák az emberi megértést. A Large Language Model (LLM) modellek további fejlesztése sem változtat ezen.
A fúziós reaktorok plazma irányításának fejlesztése eddig nehézkes volt, de az új RL4F teljesítményteszt lehetővé teszi a fejlődés mérését offline módszerekkel. A teszt a történelmi tokiamák adatait használja fel.
A STARIXNet nevű könnyűsúlyú neurális hálózat 10-50% közötti költségmegtakarítást tesz lehetővé a felhőszolgáltatások erőforrás-allokációjában, a szolgáltatásstabilitást és a költséghatékonyságot helyezi előtérbe.
Az FT-Transformer és XGBoost kombinációja 62.10%-os F1-pontszámot ért el egy banki ügyfél-lemorzsolódási adathalmazon. Az új, kalibrációt figyelembe vevő, egymásra épülő (stacking) keretrendszer a korábbi kutatások hiányosságait orvosolja.
Az AdMem keretrendszer a szemantikus, epizodikus és procedurális memóriát ötvözi, javítva a nagy nyelvi modellek teljesítményét hosszú távú feladatokban.
A Cognition FrontierCode-ja 13 százalékos eredményt hozott az Opus 4.8-nak. A teszt a kód beilleszthetőségét méri, és a legfejlettebb modellek is csak alacsony eredményt értek el.
Az emberi bírálók 64,8%-os pontossággal tudják kiszűrni a hamis jogi fotókat, a legfejlettebb AI-modellek pedig átlagosan csak 5,9%-ban azonosítják a legnehezebb szintetikus képeket.
A mllm-shap keretrendszer 10-szeresére, akár 50-szeresére csökkenti a multimodális AI-modellek magyarázatához szükséges számítási teret. A szoftver interaktív felületet kínál a szöveg és hang együtt dolgozó modellek döntéseinek megértéséhez.
A korrupcióellenes szervezet mesterséges intelligenciát használ a feltételezett korrupciós ügyek felderítésére. A vizsgálat célja a miniszterelnöki ciklusok alatt felmerült pénzügyi visszaélések feltárása.
A Kings College London, a Fudan University és a The Alan Turing Institute kutatói egy új teljesítménytesztet hoztak létre, amely 72 szimulált társadalmi környezetben vizsgálja az AI-rendszerek 'reward hacking' képességét.
Az Amazon kutatói kidolgoztak egy új AI-rendszert, amely csökkenti a modell szándéka és a végrehajtás közötti rést. Ez a technológia lehetővé teszi a fejlettebb kódszerkesztési feladatok hatékonyabb elvégzését.
A nyílt forráskódú AI-képgenerátorok minősége jelentősen megközelítette a zárt modellekét. A nyílt modellek képességei már olyan szinten vannak, amely ellentmond a jelenlegi általános vélekedésnek.
2028 márciusára az AI rendszerek végezhetik a kutatások jelentős részét, segítve a tudományos haladást. Az AI-k párhuzamosan dolgoznak az emberi kutatókkal.
Az OpenAI Economic Research Exchange nevű programjára július 5-ig lehet pályázni. A kiválasztott kutatók projektalapú együttműködésben vizsgálhatják az AI hatásait a munkavállalókra, cégekre és a gazdaságra.
A Claude AI hamarosan felülmúlhatja az Anthropic filozófusát, és átveheti a munkáját. A modell a filozófiai és igazítási munkában is jobb lesz.
2025 februárjában az ECMWF bevezette gépi tanuláson alapuló modelljét, amely felgyorsítja az időjárás-előrejelzést. A modell az időjárás-előrejelzési folyamatot jelentősen lerövidíti.
A 25. AAMAS 2026 konferencián május 25-29. között adták át a díjat. A kutatás az ember-LLM ügynökcsapatok irányelveit vizsgálta.
Az AI-cégek, köztük a Meta és az xAI, újságírókat alkalmaznak a mesterséges intelligencia modellek fejlesztésére. A cél a természetes és érthető szöveg generálása.
Az AEGIS nevű új módszer 10,1%-kal több feladatot végez el sikeresen a robotoknál, mint a korábbi eljárások. A rendszer a hibák láthatóvá válása előtt kapcsol át egy erősebb vezérlőre.
A nyelvi modellek érvelési hibái kétféle folyamaton keresztül keletkeznek, amelyeket token-szintű bizonytalanság jelez. Az új keretrendszer 23 tesztelt konfigurációból 20 esetben pontosan előre jelezte a hibákat.
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.