Актуализира се ежедневно1982 проверени истории

AI новини. Без шума.

Проверено от източници AI покритие на пускането на продукти, промените в политиките, изследванията на безопасността и индустриалните ходове, обяснено на ясен език от образователен екип на неправителствена организация.

Седмичен брифингВсички тематични хъбове

Архив на новини

Архив с новини за AI — Страница 164

Истории за изкуствен интелект с проверени източници, първо най-новите, за хора, които трябва да разбират изкуствения интелект, без да преследват реклами.

Source-provided image accompanying Benchmark Says Top Multimodal Models Score Under 10% at Reading Words From Pen Sounds and Hand MotionТоп историяИновация7 min прочети

Benchmark казва, че най-добрите мултимодални модели имат резултат под 10% при четене на думи от звуци на писалка и движение на ръка

Нов документ за arXiv въвежда тест, в който моделите трябва да изведат написана дума от звука на писалката и видеото на движението на ръката, без да се вижда мастило. Авторите съобщават, че хората имат над 80% подредена точност на буквите и водещи модели под 10% - и че предоставянето на модели и на двата модалности често влошава резултатите.Прочетете историятаПотвърден източник: arxiv.org

Потвърден източник

Всяка история се свързва с най-силните налични доказателства: оригинални източници, когато са налични, иначе ясно приписани доклади.

Обикновен английски

Какво се случи, защо има значение и какво да гледаме - без жаргон.

Без пълнител

Когато сигналът е слаб, ние не публикуваме нищо, вместо да допълваме емисията.

Още истории

9 истории
  1. ИновацияИновация7 min прочети

    Проучване за репликация казва, че FLOP все още неправилно предсказват времето за изпълнение на AI и предложената корекция се проваля на по-нов хардуер

    Препринт от двама изследователи възпроизвежда по-ранно проучване за това защо равният брой FLOP не означава еднакво време за изпълнение. Той потвърждава основното твърдение, но съобщава, че формулата за корекция на α-FLOP обикновено подценява времето за изпълнение на по-нов хардуер, което показва скокове и трептения, които формулата не улавя.arxiv.org
  2. ПредприятиеПредприятие6 min прочети

    Документът за сравнителен анализ открива четири начина за запитване към корпоративни данни с LLMs, всичките имат резултат под 26%

    Нов предпечат на arXiv противопоставя четири архитектури за заявки на естествен език на корпоративни бази данни една срещу друга на синтетичен двуезичен бенчмарк. Никой не отговори правилно на повече от около една четвърт от случаите и дизайнът, който получи най-висок резултат, не беше най-безопасният или най-евтиният.arxiv.org
  3. ИновацияИновация7 min прочети

    Документът предлага класифициране на AI агенти за сигурност без етикети чрез измерване на конвергенцията към по-силен модел

    Нов предпечат на arXiv твърди, че екипите по сигурността могат да преценят дали AI агент, оборудван с памет или извличане, се учи, като измерва доколко затваря празнината спрямо по-силен модел на „учител“, а не по етикетирани бенчмаркове, които често са оскъдни или остарели. Съдейки по модел с подобно захранване не даде използваем сигнал.arxiv.org
  4. ИновацияИновация7 min прочети

    Нов сравнителен тест тества дали асистентите с изкуствен интелект могат да запомнят една година използване на телефона

    Технически доклад от 17 автори, публикуван в arXiv, представя MobileMem, бенчмарк и рамка за дългосрочна памет на устройството, изградена от годишна колекция от мобилни преживявания. Резюмето описва дизайна, но не отчита резултати, а ключови подробности за основните данни остават неразкрити.arxiv.org
  5. ИновацияИновация7 min прочети

    Доклади за подобна на мозъка модулна организация, появяваща се в големи езикови модели

    Нов препринт на arXiv казва, че големите езикови модели развиват функционално специализирана вътрешна структура, която се подрежда с отделни човешки мозъчни мрежи, въз основа на анализи на вериги в 46 задачи в четири когнитивни области. Страницата с резюмета оставя ключови методологични подробности непосочени.arxiv.org
  6. ИновацияИновация7 min прочети

    Хартията открива късни слоеве на смесен модел на експерти, толериращи тежко маскиране на експерти

    Предварителен печат докладва, че дезактивирането на експерти с ниска величина в последните пет слоя на 35-милиарден параметърен модел Mixture of Experts запазва много по-използваеми изходи за превод на код, отколкото разпределянето на едни и същи съкращения във всички слоеве. Той обхваща един модел и един бенчмарк, а резюмето не съобщава за немаскирана базова линия.arxiv.org
  7. СигурностСигурност7 min прочети

    Недостатъците на CoreBreak позволяват на инструментите на агента да работят, без моделът изобщо да бъде извикан

    Изследователска бележка на Cloud Security Alliance описва CoreBreak, модел на недостатъци в Amazon Bedrock AgentCore, комплекта за разработка на агенти на Google и пакетите за AI SDK на Vercel, които позволяват на инструментите да се изпълняват без обръщане на модела – оставяйки предпазните парапети на ниво модел без нищо за проверка.labs.cloudsecurityalliance.org
  8. ПолитикаПолитика6 min прочети

    Anthropic Подробности как ще работи текстовият воден знак на Claude

    Anthropic казва, че бъдещите модели Claude ще вграждат статистически воден знак, базиран на Google SynthID-Text на DeepMind, за да отговарят на Закона за изкуствен интелект на ЕС. Компанията казва, че не добавя знаци, токени или потребителска самоличност - и че пълното пренаписване го побеждава.anthropic.com
  9. ИндустрияИндустрия6 min прочети

    Cursor казва, че придобиването му от SpaceX е официално затворено

    Cursor публикува кратка публикация, в която се казва, че SpaceX е завършила придобиването на инструмента за кодиране на AI, завършвайки процес, който според него е започнал през април с партньорство за обучение на модели със SpaceXAI. Публикацията обещава достъп до това, което нарича най-голямата флотилия от графични процесори в света, но не разкрива условия, срокове или промени в продукта.cursor.com

Един полезен брифинг всяка седмица

Поддържайте изкуствения интелект, без да живеете в потока.

Получете потвърдените новини за AI за седмицата, оригинални данни, полезни инструменти, учебни предложения и нови AI работни места.

Send me
One email a week. Switch any time.

Достигнете до хора, които учат AI

Наемане на AI професионалист или пускане на полезен AI продукт? Представете го пред хора, които са дошли тук, за да учат и действат.

Публикувайте работа за AIИзпратете AI инструмент