Обновляется ежедневно2127 проверенные истории
Новости ИИ. Без шума.
Проверенные источники искусственного интеллекта освещают запуски продуктов, изменения в политике, исследования в области безопасности и отраслевые шаги, объясненные простым языком командой некоммерческого образования.
Проверенный источник
Каждая история связана с самыми убедительными имеющимися доказательствами: первоначальными источниками, если таковые имеются, или явно приписываемыми сообщениями.
Простой английский
Что произошло, почему это важно и что смотреть — без жаргона.
Без наполнителя
Когда сигнал слабый, мы ничего не публикуем, а лишь дополняем канал.
Больше историй
9 историиИнновации
Paper Argues Evolution Strategies Beat RL at Keeping LLM Answer Sets Diverse
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.arxiv.orgБезопасность
Paper Says Self-Improving AI Agents Can Turn One Unsafe Success Into a Reusable Skill
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.arxiv.orgБезопасность
Документ SEAG предлагает использовать псевдонимы конфиденциальных объектов до того, как запросы RAG достигнут внешних LLM
Препринт, опубликованный на arXiv, описывает структуру, которая заменяет конфиденциальные имена в запросах и полученных документах на псевдонимы перед отправкой их в стороннюю модель. Авторы сообщают о точности более 80 % по своим показателям сквозного пользователя, а уровень полного сокрытия составляет от 74,91 % до 77,83 % для трех небольших моделей.arxiv.orgИнновации
Бумажные отчеты CABS+ Дешевле и быстрее Объединение моделей из 27 наборов данных
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.arxiv.orgИнновации
В статье предлагаются извлеченные «уроки» для улучшения пространственного мышления в моделях на языке замороженного видения.
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.arxiv.orgИнновации
В документе PROVE-RT сообщается о 44,7% успешных случаев создания машинно проверяемых доказательств в реальном времени.
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.arxiv.orgПолитика
В рабочем документе задается вопрос, может ли индийский закон о защите прав потребителей покрыть вред от искусственного интеллекта
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.arxiv.orgИнновации
Apple Paper предлагает более дешевое машинное отучение за счет пропуска данных с низким уровнем влияния
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.machinelearning.apple.comИнновации
AutoWorldModel-Bench тестирует, могут ли агенты кодирования улучшить модели мира
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.arxiv.org
Один полезный брифинг каждую неделю
Идите в ногу с ИИ, не живя в ленте.
Получайте проверенные новости об искусственном интеллекте за неделю, оригинальные данные, полезные инструменты, обучающие материалы и свежие вакансии в области искусственного интеллекта.
Охватите людей, которые изучают ИИ
Нанимаете специалиста по искусственному интеллекту или запускаете полезный продукт в области искусственного интеллекта? Покажите это людям, которые пришли сюда учиться и действовать.
Опубликовать вакансию ИИОтправить инструмент искусственного интеллекта