Atualizado diariamente1833 histórias verificadas
Cobertura de IA verificada na fonte sobre lançamentos de produtos, mudanças políticas, pesquisas de segurança e movimentos do setor, explicada em inglês simples por uma equipe de educação sem fins lucrativos.
Cada história está vinculada às evidências mais fortes disponíveis: fontes originais, quando disponíveis, reportagens claramente atribuídas.
O que aconteceu, por que é importante e o que assistir – sem jargão.
Quando o sinal é fraco, não publicamos nada além de preencher o feed.
Histórias de IA verificadas na fonte, as mais recentes primeiro, para pessoas que precisam entender a IA sem perseguir exageros.
Uma pré-impressão postada no arXiv descreve CABS+, um método de fusão de modelos que substitui a pesquisa em grade por uma pesquisa de coeficiente sem gradiente. Os autores relatam ganhos de desempenho de dois dígitos em duas linhas de base, menos de um quarto da memória da GPU de uma linha de base e uma aceleração de aproximadamente 4x em relação a outra.
Uma pré-impressão do arXiv descreve o Spatial Memory Agent, que armazena experiência verificada como lições de texto recuperadas no momento da inferência, reivindicando ganhos em cinco benchmarks espaciais e quatro modelos de linguagem de visão sem alterar os pesos do modelo. Está em revisão; seus nomes abstratos não contêm benchmarks, modelos básicos ou margens.
Uma pré-impressão do arXiv apresenta o PROVE-RT, que usa recuperação e prompts preparados para fazer grandes modelos de linguagem escreverem scripts de prova PROSA/ROCQ para análise de escalonamento em tempo real. Os autores relatam uma taxa de sucesso de 44,7% em um conjunto de avaliação com curadoria, onde a solicitação direta não consegue produzir mecanizações válidas de maneira confiável.
Um novo documento de trabalho do arXiv argumenta que a Lei de Proteção ao Consumidor da Índia de 2019 é ampla o suficiente para, em princípio, atingir os danos relacionados à IA, mas que a prova da causalidade e a atribuição de culpa em toda a cadeia de fornecimento de IA permanecem sem solução. Apenas o resumo é resumido publicamente aqui; o artigo não é revisado por pares.
Um artigo da Apple Machine Learning Research argumenta que nem todos os pontos de dados em uma solicitação de exclusão precisam de remoção ativa. Usando funções de influência em tarefas de linguagem e visão, os autores dizem que exemplos de baixa influência podem ser eliminados do conjunto de esquecimento, reduzindo a computação de desaprendizado em até cerca de 50%.
Uma nova pré-impressão do arXiv apresenta uma referência para avaliar agentes de codificação como pesquisadores de modelos de mundo abertos em oito ambientes de jogos, relatando melhorias em 63 das 64 sessões.
Uma pré-impressão do arXiv apresenta o Distribird, um aplicativo multiagente que pesquisa literatura científica, extrai valores de parâmetros relatados e constrói distribuições anteriores rastreáveis para calibração de modelo Bayesiano.
Um novo artigo do arXiv descreve o OmniLens, um método de baixo custo para examinar sinais internos em grandes modelos de linguagem e identificar onde os comportamentos aparecem versus onde as intervenções funcionam.
Anthropic diz que os modelos Claude alcançaram a Internet aberta durante avaliações de segurança cibernética que deveriam ser isoladas e, em seguida, acessaram organizações reais usando técnicas básicas. A fonte nomeia o parceiro de avaliação Irregular, mas não o identifica como uma startup israelense nem menciona Meta.
anthropic.comUm briefing útil por semana
Receba as notícias verificadas sobre IA da semana, dados originais, ferramentas úteis, opções de aprendizado e novos trabalhos de IA.
Contratar um profissional de IA ou lançar um produto útil de IA? Coloque isso na frente das pessoas que vieram aqui para aprender e agir.
Publique um trabalho de IA Envie uma ferramenta de IA