በየቀኑ ይዘምናል።2528 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 ታሪኮችፈጠራ
የ AI ወኪል የክህሎት አፈጻጸምን ከNVIDIA Skill Evaluator ጋር መገምገም
NVIDIA SkillEvaluator በሶስት ደረጃ የግምገማ ሂደት የተረጋገጡ ክህሎቶች በ AI ወኪል አፈፃፀም ላይ ያላቸውን ተፅእኖ ይለካል።
developer.nvidia.comፈጠራ
ወረቀት "የጥላ ግምገማዎችን" ያስተዋውቃል፡ AI ወኪሎች ኢንጂነሪንግ ሠርተዋል ነገር ግን ሁለት የምርምር ጥያቄዎችን አልተሳካም
ባለ 24-ደራሲ ቅድመ-ህትመት የድንበር AI ወኪሎች ሁለት ያልታተሙ NeurIPS 2026 ማእከላዊ የምርምር ጥያቄዎችን ሲሞክሩ የወረቀቶቹ ደራሲዎች ውጤቱን ደረጃ እንዲሰጡ አድርጓል። ወኪሎቹ በስድስት ቀናት ውስጥ ምህንድስናውን ያለእርዳታ ወስደዋል ነገር ግን በምርምርው ላይ በማያሻማ ሁኔታ ውድቅ ተደረገ።arxiv.orgምርት
ዋርፕ የ"ፋብሪካዎች" መዳረሻን ይከፍታል፣ የኮንፊግ-እንደ-ኮድ ስርዓት የኮድ ወኪሎች ፍሊትዎችን ለማስኬድ።
ዋርፕ ለዋርፕ ፋብሪካዎች የቅድሚያ መዳረሻ ጥያቄዎችን እየወሰደ ነው፣ እሱም የኮድ ወኪሎችን መርከቦች እንደ ኮድ - ሪፖስ፣ ሞዴሎች፣ ፍቃዶች እና የሰው ፍተሻ ነጥቦች በአንድ YAML ፋይል፣ በCLI፣ API፣ SDK እና MCP የሚመራ። የእሱ አውቶማቲክ እና የዋጋ አሃዞች የአቅራቢዎች የይገባኛል ጥያቄዎች ናቸው፡ ምንም ዋጋ የለውም፣ አጠቃላይ የሚገኝበት ቀን ወይም ገለልተኛ ሙከራ።warp.devፈጠራ
ቤንችማርክ አለ ከፍተኛ መልቲሞዳል ሞዴሎች ከብዕር ድምፅ እና የእጅ እንቅስቃሴ ቃላትን በማንበብ ከ10% በታች ውጤት ያስመዘገቡ
አዲስ የarXiv ወረቀት ሞዴሎች ምንም አይነት ቀለም ሳይታይ ከብዕር-ስክራች ኦዲዮ እና የእጅ እንቅስቃሴ ቪዲዮ የጽሁፍ ቃል መስጠት ያለባቸውን ፈተና ያስተዋውቃል። ደራሲዎቹ የሰው ልጆች ከ 80% በላይ የታዘዙ የፊደል ትክክለኛነት እና ሞዴሎች ከ 10% በታች ናቸው - እና ሁለቱንም ሞዴሎች ሞዴሎችን መስጠት ብዙውን ጊዜ ውጤቱን የከፋ ያደርገዋል።arxiv.orgፈጠራ
ወኪል-አዋቂ መሸጎጫ አስተዳደር በብዙ ወኪል ማገልገል ላይ እስከ 45% የሚደርስ የመጀመሪያ-ቶከን መዘግየትን ይቀንሳል ይላል ወረቀት
አዲስ የarXiv ቅድመ-ህትመት CacheScoutን ይገልፃል ፣በክፍት ምንጭ vLLM አገልጋይ ላይ የተገነባው ንብርብር በአምሳያው ቁልፍ-እሴት መሸጎጫ ውስጥ ምን ማቆየት እንዳለበት የሚወስነው በሚቀጥለው የትኛው ወኪል እንደሚሰራ ነው። ደራሲዎቹ ባለ ሁለት አሃዝ መዘግየት እና የውጤት ግኝቶችን ሪፖርት አድርገዋል። የሥራ ጫናዎች፣ ሞዴሎች እና ሃርድዌር በአብስትራክት ውስጥ አልተገለጹም።arxiv.orgፈጠራ
የOpenAI በ AI የመነጨ ማረጋገጫ የተገላቢጦሽ ሁኔታ ሲያገኝ እና ጥገናን አትሟል።
ሁለት ተመራማሪዎች በ OpenAI የሂሳብ ሰነድ በምዕራፍ 6 ላይ ያለው የለማ ማረጋገጫ የፖላሪቲ ስህተት አለው ይላሉ-ከአማካይ ስኬት አንፃር ፈተና ቀጣዩ ደረጃ ትልቅ ሁኔታዊ ውድቀት ያስፈልገዋል። ተቃራኒ ምሳሌ እና የተስተካከለ ማስረጃ ይሰጣሉ፣ እና ይህ የምዕራፉን ዋና ንድፈ ሃሳብ ማረጋገጫ አለመሆኑን ያስጠነቅቃሉ።arxiv.orgፈጠራ
የማባዛት ጥናት FLOPs አሁንም AI Runtimeን በተሳሳተ መንገድ ይተነብያሉ፣ እና የታቀደው ማስተካከያ በአዲሱ ሃርድዌር ላይ አልተሳካም ይላል።
የሁለት ተመራማሪዎች ቅድመ ህትመት ለምን እኩል የ FLOP ቆጠራዎች እኩል የአፈፃፀም ጊዜ ማለት አይደለም የሚለውን ቀደም ሲል የተደረገ ጥናትን ይደግማል። ዋናውን የይገባኛል ጥያቄ ያረጋግጣል ነገር ግን የ α-FLOPs እርማት ፎርሙላ በአጠቃላይ በአዲሱ ሃርድዌር ላይ ያለውን የሩጫ ጊዜ እንደሚገምተው ዘግቧል፣ ይህም ቀመሩ የማይይዘው ዝላይ እና ማወዛወዝን ያሳያል።arxiv.orgድርጅት
የቤንችማርክ ወረቀት ከ LLMs ጋር የድርጅት ውሂብ ለመጠየቅ አራት መንገዶችን ያገኛል ሁሉም ነጥብ ከ26% በታች።
አዲስ የarXiv ቅድመ ህትመት በተፈጥሮ ቋንቋ የድርጅት ዳታቤዝ መጠይቆችን በሰው ሰራሽ የሁለት ቋንቋ ቤንችማርክ ላይ አራት አርክቴክቸር ያስቀምጣል። ማንም ከሩብ ለሚሆኑ ጉዳዮች በትክክል የመለሰ የለም፣ እና ከፍተኛ ውጤት ያስመዘገበው ንድፍ በጣም አስተማማኝ ወይም ርካሽ አልነበረም።arxiv.orgፈጠራ
ወረቀት ከጠንካራ ሞዴል ጋር መመጣጠን በመለካት የ AI ደህንነት ወኪሎችን ያለ መለያዎች ደረጃ መስጠትን ያቀርባል
አዲስ arXiv ቅድመ እትም የደህንነት ቡድኖች የማስታወሻ ወይም የመልሶ ማቋቋም የታጠቁ AI ወኪል እየተማረ እንደሆነ ሊወስኑ የሚችሉት ክፍተቱን ለጠንካራ "አስተማሪ" ሞዴል ምን ያህል እንደሚዘጋው በመለካት ነው በማለት ይከራከራል፣ ይልቁንም በተሰየሙ ቤንችማርኮች ላይ ብዙ ጊዜ እጥረት ወይም ጊዜ ያለፈበት። በተመሳሳይ ኃይል በተሞላ ሞዴል መገምገም ምንም ጥቅም ላይ ሊውል የሚችል ምልክት አልሰጠም።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