Diperbarui setiap hari1866 cerita terverifikasi
Berita AI. Tanpa kebisingan.
Liputan AI yang diperiksa sumber tentang peluncuran produk, perubahan kebijakan, riset keselamatan, dan langkah industri, dijelaskan dengan bahasa sederhana oleh tim edukasi nirlaba.
Arsip berita
Arsip berita AI — Halaman 155
Cerita AI yang diperiksa sumbernya, yang terbaru terlebih dahulu, untuk orang-orang yang perlu memahami AI tanpa mengejar hype.
Sumber terverifikasi
Setiap cerita terhubung ke bukti terkuat yang tersedia: sumber asli jika tersedia, dan laporan yang jelas dikaitkan dengan jelas.
Bahasa Inggris Biasa
Apa yang terjadi, mengapa hal itu penting, dan apa yang harus diperhatikan — tanpa jargon.
Tidak ada pengisi
Ketika sinyalnya tipis, kami tidak mempublikasikan apa pun selain mengisi feed.
Lebih banyak cerita
9 ceritaIndustri
Cursor Mengatakan Akuisisinya oleh SpaceX Telah Resmi Ditutup
Cursor menerbitkan postingan singkat yang mengatakan SpaceX telah menyelesaikan akuisisi alat pengkodean AI, menyelesaikan proses yang dikatakan dimulai pada bulan April dengan kemitraan pelatihan model dengan SpaceXAI. Postingan tersebut menjanjikan akses ke apa yang disebutnya sebagai armada GPU terbesar di dunia, namun tidak mengungkapkan syarat, jadwal, atau perubahan produk.
cursor.comInovasi
Tolok Ukur Baru Menemukan 28% Agen AI Salah Memblokir Pekerjaan yang Disetujui
Pracetak memperkenalkan SteerBench-Work, pengujian 106 skenario saat agen AI memutuskan untuk bertindak atau berhenti sejenak untuk ditinjau. Dari 30 kondisi model, penulis melaporkan bahwa kesalahan dalam melakukan pekerjaan yang telah diselesaikan kira-kira 28 kali lebih sering terjadi dibandingkan kesalahan dalam mengizinkan pekerjaan yang tidak aman.arxiv.orgInovasi
Paper Reports Frontier LLM Hakim Membalik Putusan 25-71% Di Bawah Penolakan
Uji stres pracetak arXiv yang baru menguji sembilan model frontier yang digunakan sebagai penilai otomatis dan melaporkan bahwa semuanya mengubah keputusan mereka saat diuji — dan bahwa keputusan yang diubah biasanya menjauh dari jawaban yang benar, bukan mengarah ke jawaban yang benar.arxiv.orgInovasi
Makalah Berpendapat Strategi Evolusi Mengalahkan RL dalam Menjaga Kumpulan Jawaban LLM Beragam
Pracetak arXiv baru berpendapat bahwa LLM pasca-pelatihan dengan strategi evolusi — metode berbasis populasi, bebas gradien yang mengganggu bobot secara langsung — mengalahkan pembelajaran penguatan pada pass@k dan cakupan solusi. Abstrak mengutip hasil tolok ukur matematika yang lebih baik tetapi tidak menyebutkan model, tolok ukur, atau angka.arxiv.orgKeamanan
Paper Mengatakan Agen AI yang Berkembang Sendiri Dapat Mengubah Kesuksesan yang Tidak Aman Menjadi Keterampilan yang Dapat Digunakan Kembali
Pracetak arXiv baru menandai mode kegagalan agen tertentu: ketika agen yang berkembang sendiri menulis prosedur yang tidak aman ke dalam memori, prosedur tersebut dapat diambil dan dieksekusi di sesi berikutnya. Setiap konfigurasi yang dikembangkan dan diuji menghasilkan artefak yang tidak aman, dan tiga tugas berbahaya meningkatkan keberhasilan serangan carryover lebih dari dua kali lipat.arxiv.orgKeamanan
Makalah SEAG Mengusulkan Pengaliasan Entitas Sensitif Sebelum Kueri RAG Menjangkau LLM Eksternal
Pracetak yang diposting ke arXiv menjelaskan kerangka kerja yang menukar nama sensitif dalam kueri dan mengambil dokumen untuk alias sebelum mengirimkannya ke model pihak ketiga. Penulis melaporkan akurasi lebih dari 80% pada metrik pengguna ujung ke ujung, dan tingkat penyembunyian penuh antara 74,91% dan 77,83% di tiga model kecil.arxiv.orgInovasi
Laporan Kertas CABS+ Lebih Murah, Penggabungan Model Lebih Cepat di 27 Kumpulan Data
Pracetak yang diposting ke arXiv menjelaskan CABS+, metode penggabungan model yang menggantikan pencarian grid dengan pencarian koefisien bebas gradien. Para penulis melaporkan peningkatan kinerja dua digit pada dua baseline, kurang dari seperempat memori GPU pada satu baseline, dan peningkatan kecepatan sekitar 4x dibandingkan yang lain.arxiv.orgInovasi
Makalah Mengusulkan "Pelajaran" yang Diambil untuk Meningkatkan Penalaran Spasial dalam Model Bahasa Penglihatan Beku
Pracetak arXiv menjelaskan Agen Memori Spasial, yang menyimpan pengalaman terverifikasi sebagai pelajaran teks yang diambil pada waktu inferensi, mengklaim perolehan di lima tolok ukur spasial dan empat model bahasa penglihatan tanpa mengubah bobot model. Ini sedang ditinjau; nama abstraknya tidak memiliki tolok ukur, model dasar, atau margin.arxiv.orgInovasi
Makalah PROVE-RT Melaporkan 44,7% Keberhasilan Menghasilkan Bukti Real-Time yang Diperiksa Mesin
Pracetak arXiv menghadirkan PROVE-RT, yang menggunakan pengambilan dan dorongan bertahap untuk membuat model bahasa besar menulis skrip bukti PROSA/ROCQ untuk analisis penjadwalan waktu nyata. Para penulis melaporkan tingkat keberhasilan sebesar 44,7% pada rangkaian evaluasi yang dikurasi, ketika dorongan langsung gagal menghasilkan mekanisasi yang valid dan andal.arxiv.org
Satu pengarahan berguna setiap minggu
Ikuti AI tanpa harus hidup di feed.
Dapatkan berita AI terverifikasi minggu ini, data asli, alat berguna, pilihan pembelajaran, dan pekerjaan AI segar.
Jangkau orang-orang yang sedang mempelajari AI
Menyewa profesional AI atau meluncurkan produk AI yang berguna? Tunjukkan kepada orang-orang yang datang ke sini untuk belajar dan bertindak.
Posting pekerjaan AIKirim alat AI