Aktualizováno denně2000 ověřené příběhy
AI novinky. Bez hluku.
Zdrojově ověřené AI pokrytí uvedení produktů na trh, změn politik, bezpečnostního výzkumu a kroků v odvětví, vysvětleno jednoduchou angličtinou vzdělávacím týmem neziskové organizace.
Ověřené zdroje
Každý článek odkazuje na nejsilnější dostupné důkazy: původní zdroje, pokud jsou k dispozici, jinak jasně připsané zprávy.
Obyčejná angličtina
Co se stalo, proč na tom záleží a na co se dívat – bez žargonu.
Žádná výplň
Když je signál slabý, nezveřejňujeme nic, místo abychom feed doplnili.
Další příběhy
9 příběhyInovace
Study maps 46 language models built for Portuguese
A systematic mapping study catalogs 46 Portuguese language models and compares architectures, training resources, licensing, code, data, and weights. The authors say the field is growing but difficult to assess because information is spread across papers, technical reports, repositories, and project documentation.arxiv.orgInovace
Interpretability study links Qwen3-4B’s overconfident answers to a certainty-biased mechanism
An arXiv study reports that Qwen3-4B favors certainty over uncertainty in controlled reasoning tasks and identifies model features that may drive the imbalance. The authors say targeted interventions reduced overconfident errors, but the abstract does not disclose effect sizes or testing details.arxiv.orgInovace
The Deontic Gap: Large Language Models and the Modal Language of Obligation
Modal auxiliaries such as must, should, and have to mark necessity and obligation within the contexts of speaker authority and interpersonal stance.arxiv.orgZabezpečení
Paper proposes obscuring refusal signals to resist abliteration attacks
An arXiv preprint introduces a weight-editing method intended to make safety refusals harder to extract and remove. The paper reports stronger post-abliteration refusal scores on two open models, with different tradeoffs in general-purpose performance.arxiv.orgInovace
Paper popisuje dočasnou metodu pro detekci halucinací na úrovni tokenů
Předtisk arXiv popisuje detektor halucinací, který kombinuje textové statistiky, signály související s jazykovým modelem a překvapení v různých sekvencích namísto nezávislého posuzování tokenů. Jeho BiGRU model dosáhl AUC 0,840 na RAGTruth, podle papíru.arxiv.orgInovace
Entity tracking emerges at 410 million parameters, exceeds humans across naturalistic narratives
Understanding language requires tracking entities across discourse - i.e., knowing where things are and how they change, even when not explicitly stated.arxiv.orgInovace
Paper reports compiler-guided search improves Lean theorem-proving efficiency
An arXiv preprint proposes an adaptive proof-search method for context-dependent Lean 4 projects. Its authors report a 12.8-percentage-point average pass-rate improvement within a pass@32 budget while using 21.9% fewer LLM calls than pass@k baselines.arxiv.orgInovace
Benchmark odděluje řešení geometrie od konstrukce diagramu
Nový open-source benchmark testuje, zda modely základů dokážou vytvářet věrné geometrické diagramy, nejen řešit základní problémy. Jeho autoři uvádějí, že hodnocené modely dosáhly průměrné úspěšnosti kompilace 36,14 %, což odhalilo propast mezi matematickými odpověďmi a použitelnými vizuálními konstrukcemi.arxiv.orgInovace
Alignment Is All You Need: Instruction-Free Training for General Audio-Language Models
A new approach to training multimodal large language models (MLLMs) eliminates the need for extensive task-specific supervision.arxiv.org
Jeden užitečný brífink každý týden
Držte krok s AI, aniž byste žili jen ve feedu.
Získejte ověřené AI novinky týdne, originální data, užitečné nástroje, tipy na učení a nové AI pracovní příležitosti.
Oslovte lidi, kteří se učí AI
Najmout AI profesionála nebo spustit užitečný AI produkt? Dejte ho lidem, kteří sem přišli učit se a jednat.
Zveřejněte zakázku AIOdevzdat AI nástroj