Naponta frissítve1828 ellenőrzött történetek
Forrás-ellenőrzött mesterséges intelligencia lefedettség a termékbevezetésekről, a politikai változásokról, a biztonsági kutatásokról és az iparági lépésekről, egyszerű angol nyelven egy nonprofit oktatási csapattól.
Minden történet a rendelkezésre álló legerősebb bizonyítékokhoz kapcsolódik: eredeti forrásokhoz, ha rendelkezésre állnak, egyébként egyértelműen hozzárendelt jelentésekhez.
Mi történt, miért számít, és mit nézzünk – a szakzsargon nélkül.
Ha a jel gyenge, akkor nem teszünk közzé semmit, csak feltöltjük a hírfolyamot.
Forrás-ellenőrzött mesterséges intelligencia-történetek, a legfrissebbek azok számára, akiknek meg kell érteniük az AI-t anélkül, hogy felhajtást kergetnének.
Anthropic szerint a jövőbeli Claude modellek a Google DeepMind SynthID-Textjén alapuló statisztikai vízjelet fognak beágyazni, hogy megfeleljenek az EU AI-törvényének. A cég azt állítja, hogy nem ad hozzá karaktereket, tokeneket vagy felhasználói identitást – és a teljes újraírás ezt legyőzi.
Ellenőrzött forrás: anthropic.comA Cursor egy rövid bejegyzést tett közzé, amely szerint a SpaceX befejezte az AI kódolóeszköz beszerzését, és befejezte azt a folyamatot, amely állítása szerint áprilisban kezdődött a SpaceXAI modell-képzési partnerségével. A poszt hozzáférést ígér a világ legnagyobb GPU-flottájához, de nem fed fel feltételeket, határidőket vagy termékváltozásokat.
cursor.comAz előnyomtatás bemutatja a SteerBench-Work-ot, egy 106 forgatókönyvből álló tesztet abban a pillanatban, amikor egy AI-ügynök úgy dönt, hogy cselekszik, vagy szünetet tart az ellenőrzéshez. 30 modellállapotban a szerzők arról számoltak be, hogy a törölt munka helytelen megtartása nagyjából 28-szor gyakoribb volt, mint a nem biztonságos munka helytelen engedélyezése.
Egy új arXiv preprint stressz-tesztet végez kilenc határmodellel, amelyeket automatizált gréderként használnak, és arról számol be, hogy mindegyik megváltoztatja a kifogásolt ítéletet – és a megváltozott ítéletek általában eltérnek a helyes választól, nem pedig felé.
Egy új arXiv preprint azt állítja, hogy a képzés utáni LLM-ek evolúciós stratégiákkal – egy populáció alapú, gradiensmentes módszerrel, amely közvetlenül befolyásolja a súlyokat – felülmúlja a megerősített tanulást a pass@k és a megoldási lefedettség tekintetében. Az absztrakt jobb matematikai benchmark eredményeket idéz, de nem nevez meg modelleket, benchmarkokat vagy számokat.
Az új arXiv preprint egy adott ügynökhibamódot mér: amikor egy önfejlesztő ügynök nem biztonságos eljárást ír a memóriába, az visszakereshető és végrehajtható a későbbi munkamenetekben. Minden tesztelt továbbfejlesztett konfiguráció nem biztonságos műtermékeket hozott létre, és három rosszindulatú feladat több mint kétszeresére növelte az átviteli támadások sikerét.
Az arXiv-re közzétett előnyomtatás egy keretrendszert ír le, amely felcseréli a lekérdezésekben szereplő érzékeny neveket és a letöltött dokumentumokat álnevekre, mielőtt elküldené őket egy harmadik féltől származó modellnek. A szerzők több mint 80%-os pontosságról számolnak be a végfelhasználói mutatójukban, a teljes elrejtés aránya pedig 74,91% és 77,83% között van három kis modellben.
Az arXiv-re közzétett előnyomat a CABS+-t írja le, egy modell-egyesítési módszert, amely a rácskeresést színátmenet nélküli együtthatós kereséssel helyettesíti. A szerzők kétszámjegyű teljesítménynövekedésről számolnak be két alapvonalon, az egyik alapvonal GPU-memóriájának egynegyede alatt, és nagyjából négyszeres gyorsulásról a másikhoz képest.
Az arXiv preprint a Spatial Memory Agentet írja le, amely az ellenőrzött tapasztalatokat a következtetés időpontjában lehívott szöveges leckékként tárolja, és azt állítja, hogy öt térbeli referenciaérték és négy látásnyelvi modell javult a modell súlyának megváltoztatása nélkül. Felülvizsgálat alatt áll; absztrakt nevei nem tartalmaznak benchmarkokat, alapmodelleket vagy margókat.
Az arXiv preprint a PROVE-RT-t mutatja be, amely lekérést és szakaszos felszólítást használ, hogy a nagy nyelvi modelleket PROSA/ROCQ-ellenőrző szkripteket írjon le a valós idejű ütemezési elemzéshez. A szerzők 44,7%-os sikerarányról számolnak be egy kurált értékelési halmaz esetében, ahol a közvetlen felszólítás nem képes megbízhatóan létrehozni érvényes gépesítéseket.
Egy új arXiv munkadokumentum azt állítja, hogy a 2019-es indiai fogyasztóvédelmi törvény elég tág ahhoz, hogy elvileg elérje a mesterséges intelligencia okozta károkat, de az ok-okozati összefüggés bizonyítása és a hibás felosztás a mesterséges intelligencia ellátási láncában továbbra sem megoldott. Itt csak az absztrakt van nyilvánosan összefoglalva; a papírt nem értékelik.
Az Apple Machine Learning Research tanulmánya azt állítja, hogy a törlési kérelemben nem minden adatpontot kell aktívan eltávolítani. A nyelvi és látási feladatokon átívelő befolyásolási függvényeket használva a szerzők azt mondják, hogy az alacsony befolyású példákat ki lehet hagyni az elfelejtett halmazból, ami körülbelül 50 százalékkal csökkenti a tanulás nélküli számításokat.
Minden héten egy hasznos eligazítás
Szerezzen be a hét ellenőrzött AI-híreit, eredeti adatokat, hasznos eszközöket, tanulási lehetőségeket és friss mesterségesintelligencia-munkákat.
AI-szakembert bérel, vagy hasznos AI-terméket dob piacra? Tedd olyan emberek elé, akik tanulni és cselekedni jöttek ide.
AI állás közzététele Küldjön be egy AI-eszközt