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
Papír SAGE-XGBoost uvádí silnější mapování sesuvů půdy a lesních požárů s omezenými daty
Předtisk arXiv navrhuje SAGE-XGBoost, který kombinuje vkládání prostorových grafů, rozšiřování dat a XGBoost pro mapování náchylnosti k přírodnímu nebezpečí s omezenými označenými daty. Uvádí podstatné zisky oproti Spatial XGBoost v případových studiích sesuvů půdy a lesních požárů, zatímco klíčové detaily ověření zůstávají neznámé.arxiv.orgInovace
Papír FlashPrefill V2 hlásí velké zrychlení poskytování v dlouhém kontextu s řídkou pozorností bloků
Dokument arXiv popisuje FlashPrefill V2, blokově řídký systém pozornosti pro poskytování LLM s dlouhým kontextem a uvádí až 47,26násobné zrychlení oproti FlashAttention-2 při 128K kontextu na GPU NVIDIA H20.arxiv.orgInovace
SWE-bench Vědecký benchmark zjistil, že kódovací agenti bojují s vědeckým softwarem
Nový předtisk arXiv zavádí 119-úlohový benchmark pro testování kódovacích agentů na vědeckém softwaru a uvádí, že nejvýkonnější agent dosáhl skóre pod 50 % na pass@1.arxiv.orgInovace
Dokument ArXiv navrhuje školení založené na milníku pro agenty LLM s dlouhým horizontem
MileGPO využívá zjišťování milníků a místní důkazy ke zlepšení přidělování kreditů při školení agentů jazykových modelů na dlouhých, vícestupňových úkolech. Autoři uvádějí nejnovější výsledky na ALFWorld a WebShop, ale tvrzení zůstávají omezena na experimenty v článku.arxiv.orgInovace
Předtisk testuje, zda agenti LLM vědí, kdy si pamatovat, ověřit nebo zeptat
Nový benchmark vyhodnocuje, zda agenti jazykového modelu správně rozhodují, kdy mají být informace odvozené z interakce uloženy, zkontrolovány, dočasně použity nebo objasněny s uživatelem.arxiv.orgInovace
Audit mezijazykové spravedlnosti ve vodoznaku jazykového modelu
Navrhuje se nový rámec hodnocení pro schémata vodoznaků ve velkých jazykových modelech se zaměřením na mezijazyčnou spravedlnost.arxiv.orgZásady
Stanford AI Index zjišťuje, že politika AI se rozšiřuje, protože suverenita a investice se liší
Index umělé inteligence Stanford HAI pro rok 2026 uvádí, že národní strategie umělé inteligence se šíří, zatímco pravidla pro lokalizaci dat, státem podporovaná výpočetní kapacita a veřejné investice zůstávají mezi regiony nerovnoměrné.hai.stanford.eduInovace
Společně AI benchmark: GLM-5.3 překonává GPT-5.6 Sol na první pokus, vyhrává při opakovaných pokusech za poloviční cenu
Analýza Together AI 904 zavedení DeepSWE uvádí, že GPT-5.6 Sol od OpenAI vede v přesnosti kódování na první pokus, zatímco GLM-5.3 s otevřenou váhou vede, jakmile jsou povoleny opakování, a to zhruba s polovičními náklady na pokus.together.aiInovace
Preprint navrhuje lokálně tokenizovaný model AI pro robustní vodoznaky v časové řadě
Předtisk arXiv navrhuje generativní model AI a metodu vodoznaku pro spolehlivější vícerozměrná data časových řad po úpravách. Autoři uvádějí testy napříč finančními, energetickými a neuroimagingovými benchmarky, ale abstrakt neposkytuje žádné číselné výsledky ani důkazy o nasazení.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