प्रतिदिन अद्यतन किया जाता है3941 सत्यापित कहानियाँ
एआई न्यूज। बिना शोर के.
उत्पाद लॉन्च, नीति परिवर्तन, सुरक्षा अनुसंधान और उद्योग चाल की स्रोत-जांच की गई एआई कवरेज, एक गैर-लाभकारी शिक्षा टीम द्वारा सरल अंग्रेजी में समझाई गई है।
सत्यापित सोर्सिंग
प्रत्येक कहानी सबसे मजबूत उपलब्ध साक्ष्य से जुड़ी होती है: उपलब्ध होने पर मूल स्रोत, अन्यथा स्पष्ट रूप से जिम्मेदार रिपोर्टिंग।
सादा अंग्रेजी
क्या हुआ, यह क्यों मायने रखता है, और क्या देखना है - शब्दजाल के बिना।
कोई भराव नहीं
जब सिग्नल पतला होता है, तो हम फ़ीड को पैड करने के बजाय कुछ भी प्रकाशित नहीं करते हैं।
और कहानियाँ
9 कहानियांनवीनता
EventTime paper proposes AI method to estimate market losses after cybersecurity disclosures
An arXiv preprint introduces EventTime, a machine-learning framework that combines market history, event metadata and contrastive learning to estimate short-term financial losses after cybersecurity disclosures.arxiv.orgनवीनता
Preprint proposes a low-cost way to improve confidence estimates for black-box LLMs
An arXiv preprint says simple classifiers trained on model confidence scores and similar-query outcomes can better predict whether large language model responses are correct.arxiv.orgनवीनता
FleetSieve paper proposes targeted profiling for SLO-aware LLM fleets
An arXiv preprint presents FleetSieve, a profiling method that targets measurements likely to change LLM fleet allocations while accounting for capacity and tail-latency limits.arxiv.orgनवीनता
SAGE-XGBoost पेपर दुर्लभ डेटा के साथ मजबूत भूस्खलन और जंगल की आग की मैपिंग की रिपोर्ट करता है
एक arXiv प्रीप्रिंट SAGE-XGBoost का प्रस्ताव करता है, जो सीमित लेबल वाले डेटा के साथ प्राकृतिक-खतरे की संवेदनशीलता मैपिंग के लिए स्थानिक ग्राफ एम्बेडिंग, डेटा वृद्धि और XGBoost का संयोजन करता है। यह भूस्खलन और जंगल की आग के मामलों के अध्ययन में स्थानिक XGBoost पर पर्याप्त लाभ की रिपोर्ट करता है, जबकि प्रमुख सत्यापन विवरण अज्ञात हैं।arxiv.orgनवीनता
FlashPrefill V2 paper reports large long-context serving speedups with block-sparse attention
An arXiv paper describes FlashPrefill V2, a block-sparse attention system for long-context LLM serving, and reports speedups of up to 47.26x over FlashAttention-2 at 128K context on NVIDIA H20 GPUs.arxiv.orgनवीनता
SWE-bench Science benchmark finds coding agents struggle with scientific software
A new arXiv preprint introduces a 119-task benchmark for testing coding agents on scientific software and reports that the best-performing agent scored below 50% on pass@1.arxiv.orgनवीनता
ArXiv पेपर लंबी दूरी के एलएलएम एजेंटों के लिए मील का पत्थर-आधारित प्रशिक्षण का प्रस्ताव करता है
लंबे, बहु-चरणीय कार्यों पर भाषा-मॉडल एजेंटों को प्रशिक्षित करते समय माइलजीपीओ क्रेडिट असाइनमेंट में सुधार के लिए मील के पत्थर की खोज और स्थानीय साक्ष्य का उपयोग करता है। लेखक ALFWorld और WebShop पर अत्याधुनिक परिणामों की रिपोर्ट करते हैं, लेकिन दावे पेपर के प्रयोगों तक ही सीमित हैं।arxiv.orgनवीनता
Preprint tests whether LLM agents know when to remember, verify or ask
A new benchmark evaluates whether language-model agents correctly decide when interaction-derived information should be saved, checked, used temporarily or clarified with a user.arxiv.orgनवीनता
Auditing Cross-Lingual Fairness in Language Model Watermarking
A new evaluation framework for watermarking schemes in large language models is proposed, focusing on cross-lingual fairness.arxiv.org
प्रत्येक सप्ताह एक उपयोगी ब्रीफिंग
फ़ीड में पड़े बिना एआई के साथ बने रहें।
सप्ताह की सत्यापित एआई समाचार, मूल डेटा, उपयोगी उपकरण, सीखने के विकल्प और ताज़ा एआई नौकरियां प्राप्त करें।
उन लोगों तक पहुंचें जो AI सीख रहे हैं
एक एआई पेशेवर को नियुक्त करना या एक उपयोगी एआई उत्पाद लॉन्च करना? इसे उन लोगों के सामने रखें जो यहां सीखने और अभिनय करने आए हैं।
एआई जॉब पोस्ट करेंएक AI टूल सबमिट करें