Aktualizováno denně4574 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
JIT-Agent navrhuje generování testovacích prostředí (harnessů) pro AI agenty v reálném čase
Nový preprint arXiv představuje JIT-Agent, model navržený pro generování, opravu a zlepšování softwarových testovacích prostředí (harnessů), která řídí AI agenty. Autoři uvádějí výrazné zlepšení výkonu na několika souborech jazykových modelů, ale práce zůstává nerecenzovaným preprintem bez nezávislého ověření v původním zdroji.arxiv.orgInovace
$R^3$ trains robots to use natural-language reasoning during manipulation
An arXiv preprint introduces $R^3$, a post-training method that uses free-form language reasoning to guide robotic manipulation policies. The authors report gains on two controlled benchmarks, while leaving real-world performance and the size of those gains unspecified.arxiv.orgInovace
Audit Finds Physical AI Benchmarks Share Redundant Information
A new arXiv preprint reports that several physical-AI benchmarks measure overlapping information, potentially changing how researchers rank models and choose evaluation suites.arxiv.orgInovace
Radiology Vision-Language Models Show Hidden Failures Under Data Shifts, Preprint Finds
A new preprint reports that medical vision-language models can appear reliable on familiar data while failing cross-dataset transfer, multimodal alignment and shortcut tests.arxiv.orgInovace
ProViP uses head-aware pruning to cut visual tokens in vision-language models
A new arXiv preprint proposes ProViP, a training-free method that progressively removes redundant visual tokens and focuses pruning on the attention heads most useful for selecting critical visual information. In one reported LLaVA-1.5-7B experiment, it retained 95.9% of the original performance while delivering a…arxiv.orgInovace
Frozen Hematology AI Models Lose Accuracy and Calibration Under Acquisition Shift, Study Finds
An audit of 15 frozen hematology, pathology and general-vision foundation models reports steep drops in cross-dataset accuracy and confidence calibration when white-blood-cell images come from different acquisition conditions.arxiv.orgInovace
LiDAR-SAM2 uses a video foundation model to create 4D LiDAR labels without human annotation
A new preprint introduces LiDAR-SAM2, which transfers video segmentation from SAM2 to temporally consistent 4D LiDAR labeling using multi-view projection and spatio-temporal aggregation.arxiv.orgInovace
SHIFT-LLM uvádí způsob, jak obnovit přesnost po oříznutí vrstev LLM bez školení
Nový předtisk popisuje SHIFT-LLM, metodu korekce po ořezání, která používá lehké lineární adaptéry k aproximaci výpočtů odstraněných z velkých jazykových modelů. Autoři uvádějí zvýšení přesnosti až o 15,7 bodu na Llama-3.1-8B-Instruct v sedmi benchmarkech zero-shot.arxiv.orgInovace
YOLOEZ offers a no-code workflow for AI-based structural-defect inspection
A new paper introduces YOLOEZ, an open-source graphical tool that combines image labeling, YOLO model training and defect inference in one no-code workflow for structural inspection.arxiv.org
Jump to a page
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