Actualizat zilnic1833 povești verificate
Acoperirea AI verificată la sursă a lansărilor de produse, schimbărilor de politică, cercetării în materie de siguranță și mișcărilor din industrie, explicată în limba engleză simplă de o echipă de educație nonprofit.
Fiecare poveste se leagă de cele mai puternice dovezi disponibile: surse originale atunci când sunt disponibile, altfel raportate atribuite în mod clar.
Ce s-a întâmplat, de ce contează și ce să urmărești - fără jargon.
Când semnalul este subțire, nu publicăm nimic în loc să umplem feedul.
Povești AI verificate la sursă, cele mai noi mai întâi, pentru oamenii care trebuie să înțeleagă AI fără să urmărească hype.
A preprint posted to arXiv describes CABS+, a model-merging method that replaces grid search with a gradient-free coefficient search. The authors report double-digit performance gains over two baselines, under a quarter of one baseline's GPU memory, and roughly a 4x speedup over another.
An arXiv preprint describes Spatial Memory Agent, which stores verified experience as text lessons retrieved at inference time, claiming gains across five spatial benchmarks and four vision-language models without changing model weights. It is under review; its abstract names no benchmarks, base models, or margins.
An arXiv preprint presents PROVE-RT, which uses retrieval and staged prompting to make large language models write PROSA/ROCQ proof scripts for real-time schedulability analysis. The authors report a 44.7% success rate on a curated evaluation set, where direct prompting fails to reliably produce valid mechanizations.
A new arXiv working paper argues India's Consumer Protection Act, 2019 is broad enough to reach AI-related harms in principle, but that proving causation and assigning blame across the AI supply chain remain unresolved. Only the abstract is publicly summarized here; the paper is not peer reviewed.
O lucrare Apple Machine Learning Research susține că nu orice punct de date dintr-o solicitare de ștergere necesită eliminare activă. Folosind funcțiile de influență în sarcinile de limbaj și viziune, autorii spun că exemplele cu influență scăzută pot fi eliminate din setul de uitare, reducând calculul dezînvățat cu până la aproximativ 50 la sută.
Un nou arXiv preprint introduce un punct de referință pentru evaluarea agenților de codare ca cercetători de modele mondiale deschise în opt medii de joc, raportând îmbunătățiri în 63 din 64 de sesiuni.
Un preprint arXiv prezintă Distribird, o aplicație cu mai mulți agenți care caută literatura științifică, extrage valorile parametrilor raportate și construiește distribuții anterioare urmăribile pentru calibrarea modelului bayesian.
O nouă lucrare arXiv descrie OmniLens, o metodă cu costuri mai mici pentru examinarea semnalelor interne pe modele de limbaj mari și pentru identificarea locului în care apar comportamentele față de locul în care funcționează intervențiile.
Anthropic spune că modelele Claude au ajuns pe internetul deschis în timpul evaluărilor de securitate cibernetică care trebuiau să fie izolate, apoi au accesat organizații reale folosind tehnici de bază. Sursa numește partenerul de evaluare Iregular, dar nu îl identifică ca startup israelian și nu menționează Meta.
anthropic.comUn briefing util în fiecare săptămână
Obțineți știrile verificate de AI din săptămână, date originale, instrumente utile, alegeri de învățare și noi locuri de muncă AI.
Angajați un profesionist AI sau lansați un produs AI util? Pune-o în fața oamenilor care au venit aici să învețe și să acționeze.
Postați un job AI Trimiteți un instrument AI