Обновляется ежедневно1796 проверенные истории
Проверенные источники искусственного интеллекта освещают запуски продуктов, изменения в политике, исследования в области безопасности и отраслевые шаги, объясненные простым языком командой некоммерческого образования.
Каждая история связана с самыми убедительными имеющимися доказательствами: первоначальными источниками, если таковые имеются, или явно приписываемыми сообщениями.
What happened, why it matters, and what to watch — without the jargon.
Когда сигнал слабый, мы ничего не публикуем, а лишь дополняем канал.
Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.
A new preprint proposes updating safety constraints for reinforcement-learning agents as they learn unknown transition probabilities, potentially extending probabilistic shielding to settings where the environment model is incomplete.
A new arXiv preprint describes an LSTM-based supervised model for estimating helicopter weight during takeoff and an assurance process aimed at running it on legacy airborne computers.
An arXiv preprint introduces DeltaMomentum, an optimizer update designed to forget frequently and rarely seen gradient directions at different rates, reporting faster training across language, image and vision benchmarks.
An arXiv paper describes a two-stage transformer that uses seven days of home-ventilator pressure and flow waveforms to identify high risk of severe AECOPD and estimate the days remaining before an event. The authors report strong results, but the source does not establish clinical deployment or external validation.
An arXiv preprint proposes 4MAS, a neural-model architecture combining asymmetric modules, memory mechanisms, experience replay and sleep-like consolidation to address catastrophic forgetting.
An arXiv paper introduces LLM-Detector, a prompt-based method that uses an LLM to synthesize anomaly-scoring code from statistical summaries, causal dependencies and prototypes in normal tabular data. The authors report improvements across 24 datasets without fine-tuning the LLM.
An arXiv preprint introduces EventTime, a machine-learning framework that combines market history, event metadata and contrastive learning to estimate short-term financial losses after cybersecurity disclosures.
An arXiv preprint says simple classifiers trained on model confidence scores and similar-query outcomes can better predict whether large language model responses are correct.
An arXiv preprint presents FleetSieve, a profiling method that targets measurements likely to change LLM fleet allocations while accounting for capacity and tail-latency limits.
An arXiv preprint proposes SAGE-XGBoost, combining spatial graph embeddings, data augmentation and XGBoost for natural-hazard susceptibility mapping with limited labeled data. It reports substantial gains over Spatial XGBoost in landslide and wildfire case studies, while key validation details remain unknown.
An arXiv paper describes FlashPrefill V2, a block-sparse attention system for long-context LLM serving, and reports speedups of up to 47.26x over FlashAttention-2 at 128K context on NVIDIA H20 GPUs.
A new arXiv preprint introduces a 119-task benchmark for testing coding agents on scientific software and reports that the best-performing agent scored below 50% on pass@1.
Один полезный брифинг каждую неделю
Получайте проверенные новости об искусственном интеллекте за неделю, оригинальные данные, полезные инструменты, обучающие материалы и свежие вакансии в области искусственного интеллекта.
Нанимаете специалиста по искусственному интеллекту или запускаете полезный продукт в области искусственного интеллекта? Покажите это людям, которые пришли сюда учиться и действовать.
Опубликовать вакансию ИИ Отправить инструмент искусственного интеллекта