Aktualizowane codziennie4219 sprawdzone historie
Wiadomości AI. Bez hałasu.
Relacje AI sprawdzone przez źródła dotyczące premier produktów, zmian polityk, badań nad bezpieczeństwem oraz działań branżowych, wyjaśnione prostym językiem przez zespół edukacyjny organizacji non-profit.
Zweryfikowane źródła
Każda historia odnosi się do najsilniejszych dostępnych dowodów: oryginalnych źródeł, gdy są dostępne, innych wyraźnie przypisanych relacji.
Zwykły angielski
Co się wydarzyło, dlaczego to ma znaczenie i co obejrzeć – bez żargonu.
Bez wypełniacza
Kiedy sygnał jest słaby, nie publikujemy niczego, zamiast uzupełniać kanał.
Więcej historii
9 historieInnowacja
FinRiskAtlas finds broad AI scores can miss weaknesses in financial risk review
A new Chinese-language benchmark evaluates large language models by the decisions and evidence states they face in financial risk workflows, rather than by general capability scores alone.arxiv.orgInnowacja
BixBench3 finds AI agents struggle with full-scale computational biology studies
A new benchmark evaluates whether AI agents can turn raw biological data into research outputs across complete computational biology workflows. In 20 tasks, 13 frontier models scored between 0.00 and 0.48, with performance declining as datasets and sequences of analysis steps grew.arxiv.orgInnowacja
FLARE uses an LLM and Lean to verify optimization reformulations
Researchers introduce FLARE, a system that pairs an LLM-based agent with the Lean proof assistant to check whether proposed mixed-integer linear programming reformulations preserve the original problem. On the paper’s 20-problem, 109-formulation benchmark, the authors report 100% accuracy on the NP-hard subset and…arxiv.orgInnowacja
A preprint proposes profiling AI and workplace tasks by cognitive capabilities
Researchers propose a framework that compares AI systems with workplace tasks using shared cognitive-capability profiles, based on evaluations of six AI systems and task requirements gathered from 410 employees.arxiv.orgBezpieczeństwo
FuzzingBrain-Bench tests whether LLMs can find unexpected software crashes
A new arXiv benchmark evaluates whether large language models can discover distinct crashes in open-source software without being given a predefined vulnerability target. In the authors’ tests, Claude Opus 4.8 triggered crashes in 60 of 77 challenges, but achieved only 196 of a possible 579 points.arxiv.orgPrzemysł
OpenAI rozpoczyna działalność komercyjną w Brazylii w miarę wzrostu wykorzystania ChatGPT
OpenAI twierdzi, że rozpoczął działalność komercyjną w Brazylii, a zespół z São Paulo wspiera firmy, programistów, badaczy i instytucje publiczne w miarę rozwijania ChatGPT, Codex i wdrażania rozwiązań w przedsiębiorstwach.
openai.comInnowacja
PhysElite paper reports that leading multimodal LLM solved 33.7% of Olympiad-level physics problems
A new benchmark of 11,586 bilingual, diagram-based physics problems reports that the strongest of 18 tested multimodal language models achieved only 33.7% answer accuracy.arxiv.orgInnowacja
LifePlanner benchmark reports that LLM agents falter at complex planning with social-media data
A new arXiv benchmark evaluates LLM agents on geospatial planning using maps, tools and local social-media posts. Its authors report a sharp decline on complex tasks, with a 40.2% pass rate.arxiv.orgPrzemysł
Crunchbase News reports Socure raises $156 million and acquires Fravity
Socure raised $156 million at a reported $5.2 billion valuation and agreed to acquire AI fraud-investigation startup Fravity, according to Crunchbase News.news.crunchbase.com
Jump to a page
Jedno przydatne briefing co tydzień
Nadążaj za AI, nie żyjąc w feedzie.
Otrzymuj zweryfikowane wiadomości o AI na ten tydzień, oryginalne dane, przydatne narzędzia, wskazówki edukacyjne oraz świeże oferty pracy w AI.
Dotrzyj do osób uczących się sztucznej inteligencji
Zatrudniasz specjalistę od AI czy wprowadzasz na rynek przydatny produkt AI? Pokaż to ludziom, którzy przyjechali tu, by się uczyć i działać.
Opublikuj pracę w AIPrześlij narzędzie AI