Ενημερώνεται καθημερινά2528 επαληθευμένες ιστορίες
AI News. Χωρίς τον θόρυβο.
Η κάλυψη της τεχνητής νοημοσύνης ελεγμένης πηγής για την κυκλοφορία προϊόντων, τις αλλαγές πολιτικής, την έρευνα για την ασφάλεια και τις κινήσεις της βιομηχανίας, που εξηγείται σε απλά αγγλικά από μια μη κερδοσκοπική εκπαιδευτική ομάδα.
Αρχείο ειδήσεων
Αρχείο ειδήσεων AI — Σελίδα 209
Ιστορίες τεχνητής νοημοσύνης ελεγμένες από πηγές, πρώτα οι νεότερες, για άτομα που πρέπει να κατανοήσουν την τεχνητή νοημοσύνη χωρίς να κυνηγούν τη διαφημιστική εκστρατεία.
Επαληθευμένη προμήθεια
Κάθε ιστορία συνδέεται με τα ισχυρότερα διαθέσιμα στοιχεία: αρχικές πηγές όταν είναι διαθέσιμες, διαφορετικά αποδίδονται σαφώς αναφορές.
Απλά αγγλικά
Τι συνέβη, γιατί έχει σημασία και τι να παρακολουθήσετε — χωρίς την ορολογία.
Χωρίς πληρωτικό
Όταν το σήμα είναι λεπτό, δεν δημοσιεύουμε τίποτα αντί να συμπληρώνουμε τη ροή.
Περισσότερες ιστορίες
9 ιστορίεςΚαινοτομία
Αξιολόγηση της απόδοσης δεξιοτήτων πράκτορα AI με το NVIDIA SkillEvaluator
Το NVIDIA SkillEvaluator μετρά τον αντίκτυπο των επαληθευμένων δεξιοτήτων στην απόδοση του πράκτορα AI μέσω μιας διαδικασίας αξιολόγησης τριών επιπέδων.
developer.nvidia.comΚαινοτομία
Η εργασία εισάγει τις "σκιώδεις αξιολογήσεις": Οι πράκτορες της τεχνητής νοημοσύνης έκαναν τη μηχανική αλλά απέτυχαν σε δύο ερευνητικά ερωτήματα
Μια προεκτύπωση 24 συγγραφέων ζήτησε από πράκτορες συνοριακής τεχνητής νοημοσύνης να επιχειρήσουν τα κεντρικά ερευνητικά ερωτήματα δύο αδημοσίευτων υποβολών του NeurIPS 2026 και στη συνέχεια έβαλαν τους συγγραφείς των εργασιών να βαθμολογήσουν τα αποτελέσματα. Οι πράκτορες χειρίστηκαν τη μηχανική χωρίς βοήθεια για έξι ημέρες, αλλά απορρίφθηκαν κατηγορηματικά στην έρευνα.arxiv.orgΠροϊόν
Το Warp ανοίγει την πρώιμη πρόσβαση στα "Εργοστάσια", ένα σύστημα Config-as-Code για εκτέλεση στόλων κωδικοποιητικών πρακτόρων
Το Warp δέχεται αιτήματα έγκαιρης πρόσβασης για το Warp Factories, το οποίο ορίζει τους στόλους των πρακτόρων κωδικοποίησης ως κώδικα — repos, μοντέλα, δικαιώματα και ανθρώπινα σημεία ελέγχου σε ένα αρχείο YAML, που καθοδηγείται από CLI, API, SDK και MCP. Τα στοιχεία αυτοματοποίησης και κόστους είναι αξιώσεις πωλητών: χωρίς τιμολόγηση, ημερομηνία γενικής διαθεσιμότητας ή ανεξάρτητη δοκιμή.warp.devΚαινοτομία
Το σημείο αναφοράς λέει ότι τα κορυφαία πολυτροπικά μοντέλα έχουν βαθμολογία κάτω από 10% στην ανάγνωση λέξεων από ήχους στυλό και κίνηση χεριών
Ένα νέο χαρτί arXiv εισάγει μια δοκιμή στην οποία τα μοντέλα πρέπει να συνάγουν μια γραπτή λέξη από ήχο με στυλό και βίντεο κίνησης με το χέρι, χωρίς να φαίνεται μελάνι. Οι συγγραφείς αναφέρουν ότι οι άνθρωποι με ακρίβεια διατεταγμένων γραμμάτων άνω του 80% και τα κορυφαία μοντέλα κάτω από 10% — και ότι η παροχή και των δύο τρόπων στα μοντέλα συχνά έκανε τα αποτελέσματα χειρότερα.arxiv.orgΚαινοτομία
Το χαρτί λέει ότι η διαχείριση προσωρινής μνήμης με επίγνωση του πράκτορα μειώνει την καθυστέρηση του πρώτου διακριτικού έως και 45% στην υπηρεσία πολλαπλών παραγόντων
Μια νέα προεκτύπωση arXiv περιγράφει το CacheScout, ένα επίπεδο που έχει δημιουργηθεί στον διακομιστή vLLM ανοιχτού κώδικα που αποφασίζει τι θα κρατήσει στη μνήμη cache κλειδιού-τιμής ενός μοντέλου με βάση τον παράγοντα που είναι πιθανό να εκτελεστεί στη συνέχεια. Οι συγγραφείς αναφέρουν διψήφιο λανθάνοντα χρόνο και κέρδη απόδοσης. ο φόρτος εργασίας, τα μοντέλα και το υλικό δεν αναφέρονται περιληπτικά.arxiv.orgΚαινοτομία
Ο έλεγχος μιας OpenAI απόδειξης που δημιουργήθηκε από AI βρίσκει μια αντίστροφη κατάσταση και δημοσιεύει μια επισκευή
Δύο ερευνητές λένε ότι μια απόδειξη λήμματος στο Κεφάλαιο 6 του μαθηματικού εγγράφου του OpenAI έχει σφάλμα πολικότητας: μια δοκιμή από την άποψη της μέσης επιτυχίας όπου το επόμενο βήμα χρειάζεται μια μεγάλη αποτυχία υπό όρους. Δίνουν ένα αντιπαράδειγμα και μια διορθωμένη απόδειξη και προειδοποιούν ότι αυτό δεν είναι επαλήθευση του κύριου θεωρήματος του κεφαλαίου.arxiv.orgΚαινοτομία
Μελέτη αναπαραγωγής λέει ότι τα FLOP εξακολουθούν να προβλέπουν λάθος χρόνο εκτέλεσης AI και η προτεινόμενη επιδιόρθωση αποτυγχάνει σε νεότερο υλικό
Μια προεκτύπωση από δύο ερευνητές αναπαράγει μια προηγούμενη μελέτη σχετικά με το γιατί ίσες μετρήσεις FLOP δεν σημαίνουν ίσο χρόνο εκτέλεσης. Επιβεβαιώνει τον υποκείμενο ισχυρισμό, αλλά αναφέρει ότι ο τύπος διόρθωσης α-FLOPs γενικά υποτιμά το χρόνο εκτέλεσης σε νεότερο υλικό, το οποίο εμφανίζει άλματα και ταλαντώσεις που ο τύπος δεν καταγράφει.arxiv.orgΕπιχείρηση
Το έγγραφο συγκριτικής αξιολόγησης βρίσκει τέσσερις τρόπους αναζήτησης δεδομένων επιχείρησης με LLMs Όλα Βαθμολογία κάτω από 26%
Μια νέα προεκτύπωση arXiv φέρνει τέσσερις αρχιτεκτονικές για αναζήτηση σε φυσική γλώσσα εταιρικών βάσεων δεδομένων μεταξύ τους σε ένα συνθετικό δίγλωσσο σημείο αναφοράς. Καμία δεν απάντησε σωστά πάνω από το ένα τέταρτο των περιπτώσεων και το σχέδιο που σημείωσε την υψηλότερη βαθμολογία δεν ήταν το ασφαλέστερο ή το φθηνότερο.arxiv.orgΚαινοτομία
Το Paper προτείνει βαθμολόγηση αντιπροσώπων ασφαλείας AI χωρίς ετικέτες με τη μέτρηση της σύγκλισης σε ένα ισχυρότερο μοντέλο
Μια νέα προεκτύπωση του arXiv υποστηρίζει ότι οι ομάδες ασφαλείας μπορούν να κρίνουν εάν ένας πράκτορας τεχνητής νοημοσύνης εξοπλισμένος με μνήμη ή ανάκτηση μαθαίνει μετρώντας πόσο κλείνει το χάσμα σε ένα ισχυρότερο μοντέλο «δασκάλου» και όχι σε επισημασμένα σημεία αναφοράς που είναι συχνά σπάνια ή μπαγιάτικα. Κρίνοντας από ένα μοντέλο παρόμοιας ισχύος δεν έδωσε κανένα χρησιμοποιήσιμο σήμα.arxiv.org
Μία χρήσιμη ενημέρωση κάθε εβδομάδα
Συνεχίστε με την τεχνητή νοημοσύνη χωρίς να ζείτε στη ροή.
Λάβετε επαληθευμένες ειδήσεις τεχνητής νοημοσύνης της εβδομάδας, πρωτότυπα δεδομένα, χρήσιμα εργαλεία, επιλογές εκμάθησης και νέες θέσεις εργασίας AI.
Προσεγγίστε άτομα που μαθαίνουν AI
Να προσλάβετε έναν επαγγελματία τεχνητής νοημοσύνης ή να λανσάρετε ένα χρήσιμο προϊόν τεχνητής νοημοσύνης; Βάλτε το μπροστά σε ανθρώπους που ήρθαν εδώ για να μάθουν και να δράσουν.
Δημοσιεύστε μια εργασία AIΥποβάλετε ένα εργαλείο AI