በየቀኑ ይዘምናል።1827 የተረጋገጡ ታሪኮች
በምንጭ የተረጋገጠ የኤአይአይ ሽፋን የምርት ጅምር፣ የፖሊሲ ሽግግሮች፣ የደህንነት ጥናት እና የኢንዱስትሪ እንቅስቃሴዎች፣ ለትርፍ ያልተቋቋመ የትምህርት ቡድን በግልፅ እንግሊዝኛ ተብራርቷል።
እያንዳንዱ ታሪክ በጣም ጠንካራ ከሆኑ ማስረጃዎች ጋር ይገናኛል፡ ኦሪጅናል ምንጮች ሲገኝ፣ ያለበለዚያ በግልጽ ከተመዘገበ ሪፖርት።
ምን እንደተከሰተ ፣ ለምን አስፈላጊ ነው ፣ እና ምን መታየት እንዳለበት - ያለ ጃርጎን።
ምልክቱ ቀጭን ሲሆን ምግቡን ከማሸግ ይልቅ ምንም ነገር አናተምም።
ምንጭ-የተፈተሸ የኤአይ ታሪኮች፣ በጣም አዲስ መጀመሪያ፣ አበረታች ሳታሳድዱ AI መረዳት ለሚያስፈልጋቸው ሰዎች።
Cursor ስፔስኤክስ የ AI ኮድ መገልገያ መሳሪያውን መግዛቱን በማጠናቀቅ በሚያዝያ ወር ከ SpaceXAI ጋር በሞዴል የስልጠና አጋርነት የጀመረውን ሂደት እንዳጠናቀቀ ሲል Cursor አጭር ልጥፍ አሳትሟል። ልጥፉ የዓለማችን ትልቁ የጂፒዩ መርከቦችን ለማግኘት ቃል ገብቷል፣ ነገር ግን ምንም ውሎችን፣ የጊዜ ገደቦችን እና የምርት ለውጦችን አይገልጽም።
የተረጋገጠ ምንጭ: cursor.comቅድመ ህትመት SteerBench-Workን ያስተዋውቃል፣ የ AI ወኪል እርምጃ ለመውሰድ ወይም ለአፍታ ለማቆም የወሰነበት 106-scenario ሙከራ። በ30 የሞዴል ሁኔታዎች ውስጥ፣ ጸሃፊዎቹ እንደተናገሩት የጸዳ ስራን በስህተት መያዝ ደህንነቱ ያልተጠበቀ ስራን ከመፍቀድ በ28 እጥፍ ይበልጣል።
አዲስ የ arXiv ቅድመ ህትመት ጭንቀት - እንደ አውቶሜትድ ክፍል ተማሪዎች ጥቅም ላይ የዋሉ ዘጠኝ የድንበር ሞዴሎችን ይፈትናል እና ሁሉም በፈተና ወቅት ፍርዳቸውን እንደሚቀይሩ ሪፖርት አድርጓል - እና የተቀየሩት ፍርዶች ብዙውን ጊዜ ከትክክለኛው መልስ እንጂ ወደ እሱ አይሄዱም።
አዲስ የ arXiv ቅድመ ህትመት ከድህረ-ስልጠና LLMs ከዝግመተ ለውጥ ስትራቴጂዎች ጋር - ህዝብን መሰረት ያደረገ፣ ከግራዲንት-ነጻ ክብደትን በቀጥታ የሚጎዳ ዘዴ - በpass@k እና የመፍትሄ ሽፋን ላይ የማጠናከሪያ ትምህርትን ይመታል ይላል። አብስትራክቱ የተሻሉ የሒሳብ-ቤንችማርክ ውጤቶችን ይጠቅሳል ነገር ግን ምንም ዓይነት ሞዴሎችን፣ መመዘኛዎችን ወይም ቁጥሮችን አይሰይምም።
አዲስ የ arXiv ቅድመ ህትመት መለኪያ የአንድ የተወሰነ ወኪል አለመሳካት ሁነታን ያሳያል፡ ራስን የሚያሻሽል ወኪል ደህንነቱ ያልተጠበቀ አሰራርን ወደ ማህደረ ትውስታ ሲጽፍ፣ በኋለኞቹ ክፍለ-ጊዜዎች ውስጥ ተሰርስሮ ሊተገበር ይችላል። እያንዳንዱ የተሻሻለ ውቅር የተፈተነ ደህንነቱ ያልተጠበቁ ቅርሶችን እና ሶስት ተንኮል አዘል ስራዎችን ከእጥፍ በላይ አስመዝግቧል።
በ arXiv ላይ የተለጠፈው ቅድመ ህትመት ወደ የሶስተኛ ወገን ሞዴል ከመላኩ በፊት ሚስጥራዊነት ያላቸው ስሞችን በመጠይቅ እና የተገኙ ሰነዶችን ለተለዋጭ ስም የሚቀይር ማዕቀፍ ይገልፃል። ደራሲዎቹ ከጫፍ-እስከ-ጫፍ ባለው የተጠቃሚ ልኬታቸው ላይ ከ80% በላይ ትክክለኝነት እና ሙሉ የመደበቂያ ዋጋ በሶስት ትናንሽ ሞዴሎች መካከል በ74.91% እና 77.83% መካከል ሪፖርት አድርገዋል።
በ arXiv ላይ የተለጠፈ ቅድመ ህትመት CABS+ን ይገልፃል፣ የሞዴል-መዋሃድ ዘዴ ፍርግርግ ፍለጋን ከግራዲየንት-ነጻ Coefficient ፍለጋን የሚተካ። ደራሲዎቹ ባለሁለት አሃዝ አፈጻጸም በሁለት መነሻዎች፣ ከአንድ የመነሻ መስመር ጂፒዩ ማህደረ ትውስታ ሩብ በታች፣ እና ከሌላው ጋር በግምት 4x የፍጥነት ጭማሪ አሳይተዋል።
የ arXiv ቅድመ ህትመት የSpatial Memory Agentን ይገልፃል፣ ይህም የተረጋገጠ ልምድን እንደ የፅሁፍ ትምህርቶች በማጣቀሻ ጊዜ እንደሚያከማች፣ በአምስት የቦታ መመዘኛዎች እና በአራት የእይታ ቋንቋ ሞዴሎች የሞዴል ክብደትን ሳይለውጥ። በግምገማ ላይ ነው; የአብስትራክት ስሞቹ ምንም መመዘኛዎች፣ የመሠረት ሞዴሎች ወይም ህዳጎች የሉም።
ትልቅ የቋንቋ ሞዴሎች የ PROSA/ROCQ ማረጋገጫ ስክሪፕቶችን ለትክክለኛ የጊዜ መርሐግብር ትንተና እንዲጽፉ ለማድረግ የ arXiv ቅድመ ህትመት PROVE-RTን ያቀርባል። ደራሲዎቹ በተገመገመ የግምገማ ስብስብ ላይ 44.7% የስኬት መጠን ሪፖርት አድርገዋል፣ ቀጥተኛ መነሳሳት ትክክለኛ ሜካናይዜሽን ማምረት ባለመቻሉ።
አዲስ የ arXiv የስራ ወረቀት የህንድ የሸማቾች ጥበቃ ህግ 2019 በመርህ ደረጃ ከ AI ጋር የተገናኙ ጉዳቶችን ለመድረስ ሰፊ ነው ሲል ይከራከራል ፣ነገር ግን በ AI አቅርቦት ሰንሰለት ውስጥ መንስኤውን ማረጋገጥ እና ተጠያቂነትን መመደብ አሁንም መፍትሄ አላገኘም። እዚህ ላይ ብቻ አብስትራክት በይፋ ተጠቃሏል; ወረቀቱ በአቻ የተገመገመ አይደለም.
የአፕል ማሽን መማሪያ ምርምር ወረቀት በስረዛ ጥያቄ ውስጥ ያለው እያንዳንዱ የውሂብ ነጥብ ንቁ መወገድ አያስፈልገውም ሲል ይከራከራል። በቋንቋ እና በራዕይ ተግባራት ላይ ተፅእኖ ያላቸውን ተግባራት በመጠቀም፣ ደራሲዎቹ ዝቅተኛ ተፅእኖ ያላቸው ምሳሌዎች ከመርሳት ስብስብ ሊወገዱ እንደሚችሉ ይናገራሉ፣ ያልተማሩትን ስሌት እስከ 50 በመቶ ገደማ ይቆርጣሉ።
አዲስ የ arXiv ቅድመ ማተሚያ በ 63 ከ 64 ክፍለ-ጊዜዎች ውስጥ መሻሻሎችን ሪፖርት በማድረግ በስምንት የጨዋታ አከባቢዎች ውስጥ እንደ ክፍት ዓለም አቀፍ ሞዴል ተመራማሪዎች የኮድ ወኪሎችን ለመገምገም መለኪያን አስተዋውቋል።
በየሳምንቱ አንድ ጠቃሚ አጭር መግለጫ
የሳምንቱን የተረጋገጠ የኤአይ ዜና፣ ኦሪጅናል ውሂብ፣ ጠቃሚ መሳሪያዎችን፣ የመማሪያ ምርጫዎችን እና ትኩስ AI ስራዎችን ያግኙ።
የ AI ባለሙያ መቅጠር ወይም ጠቃሚ የ AI ምርት ማስጀመር? ለመማር እና ለመስራት ወደዚህ በመጡ ሰዎች ፊት አስቀምጠው።
AI ሥራ ይለጥፉ የ AI መሳሪያ አስገባ