Обновляется ежедневно1797 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.
Что произошло, почему это важно и что смотреть — без жаргона.
Когда сигнал слабый, мы ничего не публикуем, а лишь дополняем канал.
Истории об искусственном интеллекте, проверенные на источнике, сначала самые новые, для людей, которым необходимо разобраться в искусственном интеллекте, не гоняясь за шумихой.
Google DeepMind заявляет, что расширяет свои исследования игр посредством партнерства с Fenris Creations, студией, создавшей вселенную EVE. Программа проверит память агентов, непрерывное обучение, долгосрочное планирование и поведение нескольких агентов, начиная с автономной среды EVE Online.
Проверенный источник: deepmind.googleПроект Nearby Glasses использует данные Bluetooth для пометки некоторых устройств «умных очков» на Android и iOS. В собственной документации говорится, что система может выдавать ложные срабатывания, пропускать устройства и не должна использоваться для противодействия людям.
Google Threat Intelligence Group утверждает, что злоумышленники используют ИИ для ускорения исследования уязвимостей, уклонения от обнаружения, автоматизации действий вредоносных программ и нацеливания на цепочку поставок программного обеспечения вокруг систем ИИ.
cloud.google.comВ препринте arXiv сообщается, что языковые модели могут раскрывать конфиденциальные данные, помещенные в контекст, даже после отклонения запросов на прямое извлечение. Авторы говорят, что в ходе контролируемых экспериментов адаптивные атаки позволили восстановить короткие секреты из обычных выходных данных и получить полные номера социального страхования от агента производственного типа.
В новом документе arXiv представлен Thinkingbox — песочница и тест для тестирования агентов ИИ при выполнении многоэтапных бизнес-задач. Самая сильная протестированная модель достигла 65,36 % проходного балла при 1 балле, но только 25,25 % балла проходного ^ 20, что подчеркивает разрыв между случайным успехом и надежным исполнением.
Препринт arXiv, оценивающий 3 LLM по 11 методам сжатия, сообщает, что совокупная точность и запутанность могут скрывать неравномерную потерю знаний, чрезмерную уверенность в недавно потерянной информации и компенсировать сдвиги в предвзятости подгрупп.
В препринте arXiv сообщается, что текст, не имеющий отношения к задаче, постоянно искажает мультимодальные языковые модели в визуальных суждениях, и описывает эффект как измеримый аффинный сдвиг в границах принятия решения.
Препринт arXiv определяет растущий дисбаланс между сингулярными значениями веса нейронной сети как возможную причину потери адаптивности, а затем предлагает периодически отсекать эти значения в непрерывном обучении и обучении с подкреплением.
В новом препринте arXiv представлена диагностика, позволяющая решить, когда специфичные для региона комбинации регрессионных моделей могут превзойти фиксированную смесь. В тестах, описанных авторами, небольшой маркированный зонд целевого домена предсказал выигрыш и помог отклонить одно развертывание, которое привело к более чем 30-кратному увеличению статических потерь.
В препринте arXiv сообщается, что Llama 3.1 8B внутренне отслеживает первые различия в специально разработанных числовых последовательностях. В исследовании предлагается предлагаемый механизм такого поведения, но его масштаб и надежность остаются неясными из предоставленного аннотации.
Препринт, принятый на MLHC 2026, описывает PAFIR, систему обучения с подкреплением, которая выбирает меняющиеся, специфичные для человека сигналы о риске падения на основе повторяющихся мультимодальных измерений состояния здоровья. В документе сообщается о лучшем выявлении закономерностей, чем в базовых показателях, но предоставленные данные не дают данных о величине эффекта или свидетельствах уменьшения количества падений.
Препринт arXiv описывает DCGCNet, модель, которая сочетает в себе реконструкцию ЭКГ и классификацию фибрилляции предсердий, сообщая AUC выше 0,98 для семи настроек перекрестного набора данных и устойчивость к нескольким типам шума.
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