AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
Kweku Yamoah és kutatócsoportja 8 277 tanulmányt elemezve finomhangolta az 1,2 milliárd paraméteres nyílt forráskódú nyelvi modellt, amely 80,79 %-kal jobb F1-pontszámot és 86,40 %-os egyezést ért el az emberi kódolóval, miközben a szisztematikus áttekintések szűrését jelentősen felgyorsította.
A 24 oldalas arXiv tanulmányban Adeela Bashir és 23 társa evolúciós játékelmélettel kimutatták, hogy a felhasználók bizalma az AI-fejlesztőkben csak akkor alakul ki, ha a monitoring költsége alacsony és a fejlesztőknek érdeke a biztonságos rendszerek létrehozása.
A Texas A&M és az Argonne kutatói által kifejlesztett AutoSAM rendszer már a laboratóriumi tesztekben 100%-os pontossággal állít elő SAM kód input fájlokat, miközben PDF-ekből, ábrákból és táblázatokból automatikusan nyeri ki a szimulációs paramétereket.
A PostTrainBench teszten az Opus 4.6 modell 23,2%-os pontosságot ért el, ami háromszor jobb, mint a többi vizsgált modell 7,5%-os átlaga, miközben a résztvevő modelleknek 10 óra állt rendelkezésükre egy H100 GPU-n.
Több mint 70%-ra ugrott a Gemma-27B modell frusztrációs szintje a 8.
Hat kutató, köztük Hasindri Watawana és Sergio Burdisso, azonosított egy szisztematikus torzítást az interjúkészítői promptokból az ANDROIDS, DAIC-WOZ és E-DAIC adathalmazokban.
Shwai He és munkatársai szerint a hálózati metszés hatékonysága a reprezentáció hierarchiájától függ, és az embedding és logit terek reprezentációi ellenállnak a metszés okozta zavaroknak.
Hidenori Tanaka 2026. március 25-én közzétett, 19 oldalas arXiv-es tanulmányában a Quantized Simplex Gossip (QSG) modell segítségével bizonyítja, hogy a többügynökös LLM-rendszerek kollektív intelligenciája gyakran puszta lottó, melyet a populáció mérete, sávszélesség és belső bizonytalanság befolyásol.
Az ARC-AGI-3 egy új, interaktív benchmark, amely absztrakt, fordulós játékokban méri a folyékony adaptív hatékonyságot; a teszt szerint az emberek 100 %-os, míg a legjobb AI rendszerek mindössze 0,3 %-ot érnek el.
Több mint 100 résztvevő gyűlt össze San Franciscóban, hogy megvitassák, hogyan lehet az AI-t bevonni az állatjóléti mozgalomba, Constance Li, a Sentient Futures alapítója szerint.
Egy új tanulmány a Proceedings of the Royal Society B folyóiratban megjelent, amely szerint a gyakori ejakuláció nemcsak a spermiumok minőségét javítja, hanem hozzájárul a termékenység fokozásához is.
Hanna Hajishirzi, a nyelvi modellek szakértője, 152 millió dolláros projektet vezetett az Nvidia-val és az NSF-fel.
François Charton, az Axiom Math kutatója szerint a matematikai áttörések hatalmas hatással vannak a technológiára.
A családi irodák 86 százaléka használ AI-t, és összesen 119,37 milliárd dollár értékű vagyont képviselnek.
A Ypsilanti város ügyvédje szerint a 1,25 milliárd dolláros, az University of Michigan és a Los Alamos National Laboratory által közösen épített nukleáris datacenter jelentős célponttá válik, mivel az iráni drónok korábban már kritikus infrastruktúrát támadtak a Közel-Keleten.
A Google Australia 1 millió dolláros Digital Future Initiative támogatásával indítja el a Population Health AI programot, amely a Google Earth AI és a Maps adatait felhasználva 50 000 szívvizsgálatot biztosít a vidéki Ausztráliában élő, 60 %-kal magasabb halálozási kockázatú lakosok számára.
Andrej Karpathy, a Tesla AI vezetője szerint a GPT-2 kézi finomhangolását egy éjszakai autonóm ügynök felülmúlta, miközben olyan apró beállításokat is felfedezett, amelyeket ő maga nem vett észre. A kutatók most a mérhető metrikákra kell, hogy összpontosítsanak, hogy az intuíciótól való függőséget csökkentsék.
A kutatók több mint hat ezer exobolygó közül 45-öt jelöltek ki, melyek a Föld kétszeresénél kisebb méretű sziklás világok, a lakható zóna belsejében keringenek, így felszíni folyékony víz lehetséges.
Az angliai jogász, Anthony Searle a ChatGPT-t alkalmazza a koronabírósági eljárásokban, hogy részletesebb kérdéseket tegyen fel a sebészeknek és pótolja a hiányzó szakértői véleményeket, miközben részt vesz az AI-governance stratégia kidolgozásában a londoni Serjeants' Inn keretében.
Az MIT Technology Review szerint a vállalatok többsége már kísérletezik AI-ügynökökkel, de az adatinfrastruktúra hiánya – különösen a kontextusban gazdag, üzleti adat-architektúra hiánya – akadályozza a skálázást, míg az SAP szerint a következő hónapokban kulcsfontosságú lesz a megfelelő adatfelépítés.
Két héttal ezelőtt az OpenAI a Pentagonnal kötött megállapodást, mely szerint AI-ját csak klaszterezett környezetben, önálló fegyverek vagy belföldi megfigyelés céljára nem használhatja a hadsereg, miközben technológiája már az Irán elleni konfliktusban is szerepet kaphat a célpontok azonosításában.
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.