প্রতিদিন আপডেট করা হয়1866 যাচাইকৃত গল্প
এআই নিউজ। গোলমাল ছাড়া।
একটি অলাভজনক শিক্ষা দল দ্বারা সরল ইংরেজিতে ব্যাখ্যা করা পণ্য লঞ্চ, নীতি পরিবর্তন, নিরাপত্তা গবেষণা, এবং শিল্প পদক্ষেপের উৎস-চেক করা AI কভারেজ।
সংবাদ সংরক্ষণাগার
এআই নিউজ আর্কাইভ — পাতা 155
সোর্স-চেক করা AI গল্প, নতুনতম প্রথম, এমন লোকেদের জন্য যাদের AI বুঝতে হবে হাইপ না করে।
যাচাইকৃত সোর্সিং
প্রতিটি গল্প শক্তিশালী উপলব্ধ প্রমাণের সাথে লিঙ্ক করে: যখন উপলব্ধ মূল উত্স, অন্যথায় স্পষ্টভাবে দায়ী প্রতিবেদন।
সরল ইংরেজি
কি ঘটেছে, কেন এটা গুরুত্বপূর্ণ, এবং কি দেখতে হবে — শব্দবাক্য ছাড়া.
ফিলার নেই
যখন সংকেত পাতলা হয়, আমরা ফিড প্যাড করার পরিবর্তে কিছুই প্রকাশ করি না।
আরও গল্প
9 গল্পশিল্প
কার্সার বলে স্পেসএক্স দ্বারা এর অধিগ্রহণ আনুষ্ঠানিকভাবে বন্ধ হয়ে গেছে
কার্সার একটি সংক্ষিপ্ত পোস্ট প্রকাশ করেছে যে স্পেসএক্স এআই কোডিং টুলের অধিগ্রহণ সম্পন্ন করেছে, একটি প্রক্রিয়া শেষ করেছে যা এপ্রিল মাসে SpaceXAI এর সাথে মডেল-প্রশিক্ষণ অংশীদারিত্বের মাধ্যমে শুরু হয়েছিল। পোস্টটি বিশ্বের বৃহত্তম জিপিইউ বহর যাকে বলে তাতে অ্যাক্সেসের প্রতিশ্রুতি দেয়, তবে কোনও শর্ত, সময়সীমা বা পণ্যের পরিবর্তন প্রকাশ করে না।
cursor.comউদ্ভাবন
নতুন বেঞ্চমার্ক AI এজেন্টদের খুঁজে পেয়েছে ভুলভাবে অনুমোদিত কাজের 28% সময় ব্লক করে
একটি প্রিপ্রিন্ট স্টিয়ারবেঞ্চ-ওয়ার্কের সাথে পরিচয় করিয়ে দেয়, যে মুহূর্তে একজন এআই এজেন্ট কাজ করার বা পর্যালোচনার জন্য বিরতি দেওয়ার সিদ্ধান্ত নেয় সেই মুহূর্তের একটি 106-দৃশ্যক পরীক্ষা। 30টি মডেলের শর্ত জুড়ে, লেখকরা রিপোর্ট করেছেন যে ভুলভাবে ক্লিয়ার করা কাজ ধারণ করা ভুলভাবে অনিরাপদ কাজের অনুমতি দেওয়ার চেয়ে প্রায় 28 গুণ বেশি সাধারণ ছিল।arxiv.orgউদ্ভাবন
কাগজ রিপোর্ট Frontier LLM বিচারক পুশব্যাকের অধীনে 25-71% ফ্লিপ রায়
একটি নতুন arXiv প্রিপ্রিন্ট স্ট্রেস-পরীক্ষা করে স্বয়ংক্রিয় গ্রেডার হিসাবে ব্যবহৃত নয়টি সীমান্ত মডেল এবং রিপোর্ট করে যে তারা সকলেই চ্যালেঞ্জের অধীনে তাদের রায় পরিবর্তন করে — এবং পরিবর্তিত রায় সাধারণত সঠিক উত্তর থেকে দূরে সরে যায়, এর দিকে নয়।arxiv.orgউদ্ভাবন
পেপার যুক্তি দেয় যে বিবর্তন কৌশলগুলি এলএলএম উত্তর সেটে বৈচিত্র্য বজায় রাখার ক্ষেত্রে RLকে পরাজিত করে
একটি নতুন arXiv প্রিপ্রিন্ট যুক্তি দেয় যে বিবর্তন কৌশলগুলির সাথে প্রশিক্ষণ-পরবর্তী LLM - একটি জনসংখ্যা-ভিত্তিক, গ্রেডিয়েন্ট-মুক্ত পদ্ধতি যা ওজনকে সরাসরি বিরক্ত করে - pass@k এবং সমাধান কভারেজের উপর শক্তিবৃদ্ধি শিক্ষাকে হারায়। বিমূর্তটি আরও ভাল গণিত-বেঞ্চমার্ক ফলাফল উদ্ধৃত করে তবে কোনও মডেল, বেঞ্চমার্ক বা সংখ্যার নাম দেয় না।arxiv.orgনিরাপত্তা
কাগজ বলছে স্ব-উন্নতিকারী এআই এজেন্ট একটি অনিরাপদ সাফল্যকে পুনরায় ব্যবহারযোগ্য দক্ষতায় পরিণত করতে পারে
একটি নতুন arXiv প্রিপ্রিন্ট বেঞ্চমার্ক একটি নির্দিষ্ট এজেন্ট ব্যর্থতা মোড: যখন একটি স্ব-উন্নতিকারী এজেন্ট মেমরিতে একটি অনিরাপদ পদ্ধতি লেখে, তখন এটি পুনরুদ্ধার করা এবং পরবর্তী সেশনগুলিতে কার্যকর করা যেতে পারে। প্রতিটি বিকশিত কনফিগারেশন পরীক্ষিত অনিরাপদ আর্টিফ্যাক্ট তৈরি করেছে, এবং তিনটি দূষিত টাস্ক ক্যারিওভার আক্রমণের সাফল্য দ্বিগুণ করেছে।arxiv.orgনিরাপত্তা
SEAG পেপার RAG কোয়েরিগুলি বহিরাগত LLM-এ পৌঁছানোর আগে সংবেদনশীল সত্ত্বাগুলির নামকরণের প্রস্তাব করে
arXiv-এ পোস্ট করা একটি প্রিপ্রিন্ট একটি ফ্রেমওয়ার্ক বর্ণনা করে যা তৃতীয় পক্ষের মডেলে পাঠানোর আগে কোয়েরিতে সংবেদনশীল নাম অদলবদল করে এবং উপনামের জন্য নথি উদ্ধার করে। লেখকরা তাদের এন্ড-টু-এন্ড ইউজার মেট্রিকের উপর 80% নির্ভুলতা এবং তিনটি ছোট মডেল জুড়ে 74.91% এবং 77.83% এর মধ্যে সম্পূর্ণ-গোপন হার রিপোর্ট করেছেন।arxiv.orgউদ্ভাবন
CABS+ পেপার রিপোর্ট সস্তা, দ্রুত মডেল 27 ডেটাসেট জুড়ে মার্জিং
arXiv-এ পোস্ট করা একটি প্রিপ্রিন্ট CABS+ বর্ণনা করে, একটি মডেল-মার্জিং পদ্ধতি যা গ্রিড অনুসন্ধানকে গ্রেডিয়েন্ট-মুক্ত সহগ অনুসন্ধানের সাথে প্রতিস্থাপন করে। লেখকরা একটি বেসলাইনের জিপিইউ মেমরির এক চতুর্থাংশের নিচে এবং অন্যটির তুলনায় মোটামুটি 4x স্পিডআপ দুটি বেসলাইনের উপর দ্বিগুণ-অঙ্কের কর্মক্ষমতা লাভের রিপোর্ট করেছেন।arxiv.orgউদ্ভাবন
কাগজ হিমায়িত দৃষ্টি-ভাষা মডেলগুলিতে স্থানিক যুক্তির উন্নতি করার জন্য পুনরুদ্ধার করা "পাঠ" প্রস্তাব করে
একটি arXiv প্রিপ্রিন্ট স্থানিক মেমরি এজেন্টকে বর্ণনা করে, যা অনুমানের সময়ে পুনরুদ্ধার করা পাঠ্য পাঠ হিসাবে যাচাইকৃত অভিজ্ঞতা সঞ্চয় করে, মডেল ওজন পরিবর্তন না করে পাঁচটি স্থানিক বেঞ্চমার্ক এবং চারটি দৃষ্টি-ভাষা মডেল জুড়ে লাভের দাবি করে। এটি পর্যালোচনা করা হচ্ছে; এর বিমূর্ত নাম কোন বেঞ্চমার্ক, বেস মডেল বা মার্জিন নেই।arxiv.orgউদ্ভাবন
PROVE-RT পেপার রিপোর্ট 44.7% সফলতা তৈরি করে মেশিন-চেক করা রিয়েল-টাইম প্রুফ
একটি arXiv প্রিপ্রিন্ট PROVE-RT উপস্থাপন করে, যা পুনরুদ্ধার এবং স্টেজড প্রম্পটিং ব্যবহার করে বৃহৎ ভাষার মডেলগুলিকে রিয়েল-টাইম সময়সূচী বিশ্লেষণের জন্য PROSA/ROCQ প্রুফ স্ক্রিপ্ট লিখতে। লেখকরা একটি কিউরেটেড মূল্যায়ন সেটে 44.7% সাফল্যের হার রিপোর্ট করেছেন, যেখানে সরাসরি প্রম্পটিং নির্ভরযোগ্যভাবে বৈধ যান্ত্রিকীকরণ তৈরি করতে ব্যর্থ হয়।arxiv.org
প্রতি সপ্তাহে একটি দরকারী ব্রিফিং
ফিডে বসবাস না করে এআই-এর সাথে যোগাযোগ রাখুন।
সপ্তাহের যাচাইকৃত AI খবর, আসল ডেটা, দরকারী টুল, শেখার পছন্দ এবং নতুন AI চাকরি পান।
যারা এআই শিখছেন তাদের কাছে পৌঁছান
একজন AI পেশাদার নিয়োগ করছেন বা একটি দরকারী AI পণ্য চালু করছেন? যারা এখানে শিখতে এবং অভিনয় করতে এসেছেন তাদের সামনে এটি রাখুন।
একটি AI চাকরি পোস্ট করুনএকটি AI টুল জমা দিন