Актуализира се ежедневно3936 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.
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 историиИновация
FaithSieve uses Lean to improve AI detection of first errors in math proofs
A new preprint introduces FaithSieve, a Lean-assisted framework that breaks AI-generated mathematical proofs into local reasoning units and reports higher first-error localization accuracy than direct model judging.arxiv.orgИновация
Preprint сравнява как големите езикови модели извеждат убежденията на опонентите в икономическите игри
Нов препринт съобщава, че големите езикови модели показват измерими признаци на ментализация в две икономически игри, но тяхното представяне и стратегии се различават в зависимост от фамилията и размера на модела. Авторите казват, че агентите GPT-5 са се адаптирали към все по-сложни опоненти и са превъзхождали групата за сравнение при хора в...arxiv.orgСигурност
Study finds LLM guardrail approvals can expire before self-adaptive systems act
A paper accepted to ACSOS 2026 reports that language-model guardrails can issue approvals that become invalid before a self-adaptive system uses them. Its proposed Freshness-Bounded Shield reduced measured approval-expiry rates in five simulator environments, though the source does not establish real-world…arxiv.orgИновация
Benchmark finds local AI agents can handle many hardware-design tool calls, but reliability varies
A new arXiv benchmark finds that open-source AI agents can complete many dependency-ordered hardware-design operations through MCP tools, while tool descriptions, context length and agent configuration strongly affect reliability.arxiv.orgИновация
SKILL.state proposes explicit execution state for longer-running AI agents
A paper accepted at EMNLP presents a runtime architecture that replaces growing agent conversation histories with mutable structured execution state.arxiv.orgИновация
FinRiskAtlas finds broad AI scores can miss weaknesses in financial risk review
A new Chinese-language benchmark evaluates large language models by the decisions and evidence states they face in financial risk workflows, rather than by general capability scores alone.arxiv.orgИновация
BixBench3 finds AI agents struggle with full-scale computational biology studies
A new benchmark evaluates whether AI agents can turn raw biological data into research outputs across complete computational biology workflows. In 20 tasks, 13 frontier models scored between 0.00 and 0.48, with performance declining as datasets and sequences of analysis steps grew.arxiv.orgИновация
FLARE uses an LLM and Lean to verify optimization reformulations
Researchers introduce FLARE, a system that pairs an LLM-based agent with the Lean proof assistant to check whether proposed mixed-integer linear programming reformulations preserve the original problem. On the paper’s 20-problem, 109-formulation benchmark, the authors report 100% accuracy on the NP-hard subset and…arxiv.orgИновация
A preprint proposes profiling AI and workplace tasks by cognitive capabilities
Researchers propose a framework that compares AI systems with workplace tasks using shared cognitive-capability profiles, based on evaluations of six AI systems and task requirements gathered from 410 employees.arxiv.org
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.
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