Aktualizováno denně1794 ověřené příběhy
Zdrojově ověřené AI pokrytí uvedení produktů na trh, změn politik, bezpečnostního výzkumu a kroků v odvětví, vysvětleno jednoduchou angličtinou vzdělávacím týmem neziskové organizace.
Každý článek odkazuje na nejsilnější dostupné důkazy: původní zdroje, pokud jsou k dispozici, jinak jasně připsané zprávy.
What happened, why it matters, and what to watch — without the jargon.
Když je signál slabý, nezveřejňujeme nic, místo abychom feed doplnili.
Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.
Apple researchers present a formal complexity result for evaluating Boolean query DAGs over inverted indexes and propose ComputePN, an algorithm designed to avoid exponential query expansion and universe-scale scans.
NVIDIA SkillEvaluator measures the impact of verified skills on AI agent performance through a three-tier evaluation process.
developer.nvidia.comA 24-author preprint had frontier AI agents attempt the central research questions of two unpublished NeurIPS 2026 submissions, then had the papers' own authors grade the results. The agents handled the engineering unaided over six days but were unambiguously rejected on the research.
Warp přijímá požadavky na včasný přístup pro Warp Factories, které definují flotily kódovacích agentů jako kód – repozitáře, modely, oprávnění a lidské kontrolní body v jednom souboru YAML, řízeném pomocí CLI, API, SDK a MCP. Údaje o automatizaci a nákladech jsou tvrzením dodavatele: žádné ceny, obecné datum dostupnosti nebo nezávislé testování.
Nový dokument arXiv zavádí test, ve kterém musí modely odvodit psané slovo ze zvuku poškrábání perem a videa pohybujícího se rukou bez viditelného inkoustu. Autoři uvádějí, že u lidí je přesnost uspořádaných písmen vyšší než 80 % a u vedoucích modelů nižší než 10 % – a že poskytnutí obou modalit modelům často zhoršilo výsledky.
Nový předtisk arXiv popisuje CacheScout, vrstvu postavenou na open-source serveru vLLM, která rozhoduje o tom, co se má ponechat v mezipaměti klíč–hodnota modelu na základě toho, který agent bude pravděpodobně spuštěn jako další. Autoři uvádějí dvouciferné zvýšení latence a propustnosti; pracovní zatížení, modely a hardware nejsou uvedeny v abstraktu.
Dva výzkumníci tvrdí, že důkaz lemmatu v kapitole 6 matematického dokumentu OpenAI má chybu polarity: test z hlediska průměrného úspěchu, kde další krok vyžaduje velké podmíněné selhání. Uvádějí protipříklad a opravený důkaz a varují, že se nejedná o ověření hlavní věty kapitoly.
A preprint by two researchers reproduces an earlier study on why equal FLOP counts do not mean equal execution time. It confirms the underlying claim but reports that the α-FLOPs correction formula generally underestimates runtime on newer hardware, which shows jumps and oscillations the formula does not capture.
Nový předtisk arXiv staví proti sobě čtyři architektury pro dotazování podnikových databází v přirozeném jazyce na syntetickém dvojjazyčném benchmarku. Žádný neodpověděl správně na více než čtvrtinu případů a návrh, který dosáhl nejvyššího skóre, nebyl nejbezpečnější ani nejlevnější.
Nový předtisk arXiv tvrdí, že bezpečnostní týmy mohou posoudit, zda se agent umělé inteligence vybavený pamětí nebo vyhledáváním učí tím, že měří, jak dalece zaplňuje mezeru vůči silnějšímu „učitelskému“ modelu, spíše než podle označených benchmarků, které jsou často vzácné nebo zastaralé. Soudě podle podobně poháněného modelu nedal žádný použitelný signál.
Technická zpráva od 17 autorů zveřejněná na webu arXiv představuje MobileMem, benchmark a rámec pro dlouhodobou paměť v zařízení vytvořený z celoroční sbírky mobilních zkušeností. Abstrakt popisuje design, ale neuvádí žádné skóre a klíčové podrobnosti o základních datech zůstávají nezveřejněny.
Nová předtisková zpráva arXiv říká, že velké jazykové modely vyvíjejí funkčně specializovanou vnitřní strukturu, která se spojuje s odlišnými sítěmi lidského mozku, na základě analýzy obvodů napříč 46 úkoly ve čtyřech kognitivních doménách. Abstraktní stránka ponechává klíčové metodologické detaily neuvedené.
Jeden užitečný brífink každý týden
Získejte ověřené AI novinky týdne, originální data, užitečné nástroje, tipy na učení a nové AI pracovní příležitosti.
Najmout AI profesionála nebo spustit užitečný AI produkt? Dejte ho lidem, kteří sem přišli učit se a jednat.
Zveřejněte zakázku AI Odevzdat AI nástroj