Dagelijks bijgewerkt4385 Geverifieerde verhalen
AI-nieuws. Zonder het lawaai.
Brongecontroleerde AI-verslaggeving van productlanceringen, beleidswijzigingen, veiligheidsonderzoek en industriële bewegingen, uitgelegd in eenvoudig Nederlands door een non-profit educatieteam.
Geverifieerde bronnen
Elk verhaal verwijst naar het sterkst beschikbare bewijs: originele bronnen indien beschikbaar, anders duidelijk toegeschreven verslaggeving.
Gewoon Engels
Wat er is gebeurd, waarom het ertoe doet en waar je naar moet kijken – zonder het jargon.
Geen opvulling
Wanneer het signaal dun is, publiceren we niets in plaats van de feed op te vullen.
Meer verhalen
9 VerhalenInnovatie
Volgens de benchmark scoren de beste multimodale modellen minder dan 10% bij het lezen van woorden uit pengeluiden en handbewegingen
Een nieuw arXiv-paper introduceert een test waarbij modellen een geschreven woord moeten afleiden uit pen-krasaudio en handbewegingsvideo, zonder dat er inkt zichtbaar is. De auteurs melden dat mensen boven de 80% letternauwkeurigheid bestelden en leidende modellen onder de 10% – en dat het geven van modellen aan beide modaliteiten vaak de resultaten slechter maakte.arxiv.orgInnovatie
Paper zegt dat agent-bewust cachebeheer de vertraging bij het eerste token tot 45% vermindert bij het serveren door meerdere agenten
Een nieuwe arXiv-preprint beschrijft CacheScout, een laag gebouwd op de open-source vLLM-server die beslist wat er in de sleutelwaardecache van een model moet worden bewaard op basis van welke agent waarschijnlijk als volgende zal worden uitgevoerd. De auteurs rapporteren latentie- en doorvoerwinsten met dubbele cijfers; de werklasten, modellen en hardware worden niet in samenvatting vermeld.arxiv.orgInnovatie
Audit van een door AI gegenereerd bewijs van OpenAI vindt een omgekeerde toestand en publiceert een reparatie
Twee onderzoekers zeggen dat een lemmabewijs in hoofdstuk 6 van het wiskundedocument van OpenAI een polariteitsfout bevat: een test in termen van gemiddeld succes waarbij de volgende stap een grote voorwaardelijke mislukking vereist. Ze geven een tegenvoorbeeld en een gecorrigeerd bewijs, en waarschuwen ervoor dat dit geen verificatie is van de hoofdstelling van het hoofdstuk.arxiv.orgInnovatie
Uit replicatieonderzoek blijkt dat FLOP's de AI-runtime nog steeds verkeerd voorspellen en dat de voorgestelde oplossing mislukt op nieuwere hardware
Een preprint van twee onderzoekers reproduceert een eerder onderzoek naar waarom gelijke FLOP-tellingen niet dezelfde uitvoeringstijd betekenen. Het bevestigt de onderliggende claim, maar rapporteert dat de α-FLOPs-correctieformule over het algemeen de runtime op nieuwere hardware onderschat, wat sprongen en oscillaties laat zien die de formule niet opvangt.arxiv.orgOnderneming
Benchmarkpaper vindt vier manieren om bedrijfsgegevens te bevragen, waarbij LLM's allemaal onder de 26% scoren
Een nieuwe arXiv-voordruk plaatst vier architecturen voor het in natuurlijke taal bevragen van bedrijfsdatabases tegen elkaar op een synthetische tweetalige benchmark. Niemand antwoordde meer dan ongeveer een kwart van de gevallen correct, en het ontwerp dat het hoogst scoorde was niet het veiligste of het goedkoopste.arxiv.orgInnovatie
Paper stelt voor om AI-beveiligingsagenten zonder labels te beoordelen door de convergentie naar een sterker model te meten
Een nieuwe preprint van de arXiv stelt dat beveiligingsteams kunnen beoordelen of een AI-agent met geheugen of retrieval leert door te meten in hoeverre deze de kloof met een sterker ‘leraar’-model dichtt, in plaats van op gelabelde benchmarks die vaak schaars of verouderd zijn. Afgaande op een vergelijkbaar aangedreven model gaf dit geen bruikbaar signaal.arxiv.orgInnovatie
Nieuwe benchmarktests of AI-assistenten zich een jaar telefoongebruik kunnen herinneren
Een technisch rapport met 17 auteurs, gepost op arXiv, introduceert MobileMem, een benchmark en raamwerk voor langetermijngeheugen op het apparaat, opgebouwd uit een verzameling mobiele ervaringen op jaarbasis. De samenvatting beschrijft het ontwerp, maar rapporteert geen scores, en belangrijke details over de onderliggende gegevens blijven geheim.arxiv.orgInnovatie
Paper rapporteert hersenachtige modulaire organisatie die opduikt in grote taalmodellen
Een nieuwe arXiv-voordruk zegt dat grote taalmodellen een functioneel gespecialiseerde interne structuur ontwikkelen die aansluit bij verschillende menselijke hersennetwerken, gebaseerd op circuitanalyses van 46 taken in vier cognitieve domeinen. De samenvattingspagina laat de belangrijkste methodologische details onvermeld.arxiv.orgInnovatie
Paper ontdekt dat late lagen van een Mixture-of-Experts-model zware expertmaskering tolereren
Een preprint rapporteert dat het uitschakelen van experts met lage magnitude in de laatste vijf lagen van een Mixture-of-Experts-model met 35 miljard parameters veel bruikbare code-vertaaloutputs behield dan het verspreiden van dezelfde snijdingen over alle lagen. Het dekt één model en één benchmark, en de abstract rapporteert geen ongemaskeerde baseline.arxiv.org
Jump to a page
Elke week één nuttige briefing
Houd AI bij zonder in de feed te leven.
Ontvang het geverifieerde AI-nieuws van de week, originele data, nuttige tools, leertips en nieuwe AI-banen.
Bereik mensen die AI leren
Een AI-professional inhuren of een nuttig AI-product lanceren? Zet het voor mensen die hier zijn gekomen om te leren en te acteren.
Plaats een AI-taakDien een AI-tool in