በየቀኑ ይዘምናል።1866 የተረጋገጡ ታሪኮች
AI ዜና. ያለ ጫጫታ።
በምንጭ የተረጋገጠ የኤአይአይ ሽፋን የምርት ጅምር፣ የፖሊሲ ሽግግሮች፣ የደህንነት ጥናት እና የኢንዱስትሪ እንቅስቃሴዎች፣ ለትርፍ ያልተቋቋመ የትምህርት ቡድን በግልፅ እንግሊዝኛ ተብራርቷል።
የተረጋገጠ ምንጭ
እያንዳንዱ ታሪክ በጣም ጠንካራ ከሆኑ ማስረጃዎች ጋር ይገናኛል፡ ኦሪጅናል ምንጮች ሲገኝ፣ ያለበለዚያ በግልጽ ከተመዘገበ ሪፖርት።
ግልጽ እንግሊዝኛ
ምን እንደተከሰተ ፣ ለምን አስፈላጊ ነው ፣ እና ምን መታየት እንዳለበት - ያለ ጃርጎን።
ምንም መሙያ የለም።
ምልክቱ ቀጭን ሲሆን ምግቡን ከማሸግ ይልቅ ምንም ነገር አናተምም።
ተጨማሪ ታሪኮች
9 ታሪኮችኢንዱስትሪ
ጠቋሚ በSpaceX ማግኘቱ በይፋ መዘጋቱን ተናግሯል።
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።
cursor.comፈጠራ
አዲስ ቤንችማርክ የ AI ወኪሎችን 28% ጊዜውን በስህተት የተፈቀደውን ስራ አግዷል
ቅድመ 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።arxiv.orgፈጠራ
የወረቀት ሪፖርቶች የድንበር LLM ዳኞች 25-71% በፑሽባክ ስር ፍርዶችን ይገለብጣሉ
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።arxiv.orgፈጠራ
ወረቀት ይከራከራል የዝግመተ ለውጥ ስትራቴጂዎች የኤል ኤም ኤል መልስ ስብስቦችን በማቆየት RL ን ይመቱ
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።arxiv.orgደህንነት
ወረቀት ራሱን የሚያሻሽል AI ወኪሎች አንድን ያልተጠበቀ ስኬት ወደ ተደጋጋሚ ጥቅም ላይ ማዋል እንደሚችሉ ይናገራል
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።arxiv.orgደህንነት
SEAG ወረቀት የRAG ጥያቄዎች ወደ ውጫዊ ኤል.ኤም.ኤም ከመድረሳቸው በፊት ሚስጥራዊነት ያላቸው አካላትን ይጠቁማል
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።arxiv.orgፈጠራ
CABS+ የወረቀት ሪፖርቶች ርካሽ፣ ፈጣን የሞዴል ውህደት በ27 የውሂብ ስብስቦች ውስጥ
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።arxiv.orgፈጠራ
ወረቀት በቀዘቀዘ ራዕይ-ቋንቋ ሞዴሎች ውስጥ የቦታ ማመዛዘንን ለማሻሻል የተገኙ "ትምህርቶችን" ያቀርባል
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።arxiv.orgፈጠራ
የPROVE-RT ወረቀት ሪፖርቶች 44.7% ስኬት በማሽን የተረጋገጡ የእውነተኛ ጊዜ ማረጋገጫዎች
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።arxiv.org
በየሳምንቱ አንድ ጠቃሚ አጭር መግለጫ
በምግብ ውስጥ ሳይኖሩ ከ AI ጋር ይቀጥሉ.
የሳምንቱን የተረጋገጠ የኤአይ ዜና፣ ኦሪጅናል ውሂብ፣ ጠቃሚ መሳሪያዎችን፣ የመማሪያ ምርጫዎችን እና ትኩስ AI ስራዎችን ያግኙ።
AI የሚማሩ ሰዎችን ይድረሱ
የ AI ባለሙያ መቅጠር ወይም ጠቃሚ የ AI ምርት ማስጀመር? ለመማር እና ለመስራት ወደዚህ በመጡ ሰዎች ፊት አስቀምጠው።
AI ሥራ ይለጥፉየ AI መሳሪያ አስገባ