Обновляется ежедневно1827 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.
Cursor published a short post saying SpaceX has completed its acquisition of the AI coding tool, finishing a process it says began in April with a model-training partnership with SpaceXAI. The post promises access to what it calls the world's largest GPU fleet, but discloses no terms, timelines, or product changes.
Проверенный источник: cursor.comA preprint introduces SteerBench-Work, a 106-scenario test of the moment an AI agent decides to act or pause for review. Across 30 model conditions, the authors report that wrongly holding cleared work was roughly 28 times more common than wrongly allowing unsafe work.
A new arXiv preprint stress-tests nine frontier models used as automated graders and reports that all of them change their verdicts under challenge — and that the changed verdicts usually move away from the correct answer, not toward it.
A new arXiv preprint argues that post-training LLMs with evolution strategies — a population-based, gradient-free method that perturbs weights directly — beats reinforcement learning on pass@k and solution coverage. The abstract cites better math-benchmark results but names no models, benchmarks, or numbers.
A new arXiv preprint benchmarks a specific agent failure mode: when a self-improving agent writes an unsafe procedure into memory, it can be retrieved and executed in later sessions. Every evolved configuration tested produced unsafe artifacts, and three malicious tasks more than doubled carryover attack success.
A preprint posted to arXiv describes a framework that swaps sensitive names in queries and retrieved documents for aliases before sending them to a third-party model. The authors report over 80% accuracy on their end-to-end user metric, and full-concealment rates between 74.91% and 77.83% across three small models.
Препринт, опубликованный на arXiv, описывает CABS+, метод слияния моделей, который заменяет поиск по сетке поиском коэффициентов без градиента. Авторы сообщают о двузначном приросте производительности по сравнению с двумя базовыми показателями, менее четверти памяти графического процессора одного базового уровня и примерно в 4 раза быстрее по сравнению с другим.
Препринт arXiv описывает агент пространственной памяти, который сохраняет подтвержденный опыт в виде текстовых уроков, полученных во время вывода, и заявляет о выигрыше по пяти пространственным критериям и четырем моделям языка видения без изменения весов моделей. Он находится на рассмотрении; его абстрактные названия не содержат эталонов, базовых моделей или пределов.
Препринт arXiv представляет PROVE-RT, который использует поиск и поэтапные подсказки, чтобы заставить большие языковые модели писать сценарии доказательства PROSA/ROCQ для анализа планируемости в реальном времени. Авторы сообщают о 44,7% успеха в тщательно подобранном наборе оценок, где прямое подсказывание не позволяет надежно обеспечить действенную механизацию.
В новом рабочем документе arXiv утверждается, что Закон Индии о защите потребителей 2019 года достаточно широк, чтобы в принципе охватить вред, связанный с ИИ, но доказательство причинно-следственной связи и установление вины по всей цепочке поставок ИИ остаются нерешенными. Здесь публично резюмируется только аннотация; статья не рецензируется.
В документе Apple Machine Learning Research утверждается, что не каждая точка данных в запросе на удаление требует активного удаления. Используя функции влияния в задачах, связанных с речью и зрением, авторы говорят, что примеры с низким уровнем влияния можно исключить из набора забываемых, сокращая объем вычислений, связанных с отучением, примерно на 50 процентов.
В новом препринте arXiv представлен эталон для оценки агентов кодирования как исследователей открытых моделей мира в восьми игровых средах, сообщающих об улучшениях в 63 из 64 сеансов.
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