อัพเดททุกวัน1827 เรื่องราวที่ได้รับการยืนยัน
การรายงานข่าว AI ที่ตรวจสอบแหล่งที่มาเกี่ยวกับการเปิดตัวผลิตภัณฑ์ การเปลี่ยนแปลงนโยบาย การวิจัยด้านความปลอดภัย และการเคลื่อนไหวในอุตสาหกรรม ซึ่งอธิบายเป็นภาษาอังกฤษง่าย ๆ โดยทีมการศึกษาขององค์กรไม่แสวงหากําไร
ทุกเรื่องราวเชื่อมโยงกับหลักฐานที่แข็งแกร่งที่สุดที่มีอยู่: แหล่งข่าวต้นฉบับเมื่อมี หรือรายงานที่ชัดเจนว่ามีแหล่งอ้างอิง
เกิดอะไรขึ้น เหตุใดจึงสำคัญ และจะดูอะไรดี โดยไม่มีศัพท์เฉพาะ
เมื่อสัญญาณเบาบาง เราจะไม่เผยแพร่สิ่งใดนอกจากการเติมฟีด
เรื่องราว AI ที่ตรวจสอบแหล่งที่มา ใหม่ล่าสุดก่อน สำหรับผู้ที่ต้องการเข้าใจ AI โดยไม่ต้องไล่ตามกระแส
เคอร์เซอร์เผยแพร่โพสต์สั้น ๆ ว่า SpaceX ได้เสร็จสิ้นการเข้าซื้อเครื่องมือเข้ารหัส AI แล้ว และเสร็จสิ้นกระบวนการที่กล่าวว่าเริ่มต้นในเดือนเมษายนด้วยความร่วมมือด้านการฝึกอบรมโมเดลกับ SpaceXAI โพสต์ดังกล่าวสัญญาว่าจะเข้าถึงสิ่งที่เรียกว่ากลุ่ม GPU ที่ใหญ่ที่สุดในโลก แต่ไม่เปิดเผยข้อกำหนด ไทม์ไลน์ หรือการเปลี่ยนแปลงผลิตภัณฑ์
แหล่งที่มาที่ได้รับการยืนยัน: cursor.comการพิมพ์ล่วงหน้าจะแนะนำ SteerBench-Work ซึ่งเป็นการทดสอบ 106 สถานการณ์ในช่วงเวลาที่เจ้าหน้าที่ AI ตัดสินใจที่จะดำเนินการหรือหยุดชั่วคราวเพื่อตรวจสอบ จากเงื่อนไขแบบจำลอง 30 ข้อ ผู้เขียนรายงานว่าการเก็บงานเคลียร์อย่างไม่ถูกต้องนั้นพบบ่อยกว่าการปล่อยให้งานที่ไม่ปลอดภัยอย่างผิดพลาดประมาณ 28 เท่า
การทดสอบความเครียดก่อนพิมพ์ arXiv ใหม่จะทดสอบโมเดลชายแดนเก้าโมเดลที่ใช้เป็นตัวให้คะแนนแบบอัตโนมัติ และรายงานว่าโมเดลทั้งหมดเปลี่ยนคำตัดสินของตนภายใต้ความท้าทาย และคำตัดสินที่เปลี่ยนแปลงมักจะเคลื่อนห่างจากคำตอบที่ถูกต้อง ไม่ใช่หันไปหาคำตอบนั้น
การพิมพ์ล่วงหน้าของ arXiv ใหม่ให้เหตุผลว่า LLM หลังการฝึกอบรมที่มีกลยุทธ์วิวัฒนาการ ซึ่งเป็นวิธีการแบบอิงตามประชากร ไม่มีการไล่ระดับสี ซึ่งรบกวนน้ำหนักโดยตรง เหนือกว่าการเรียนรู้แบบเสริมกำลังบน pass@k และความครอบคลุมของโซลูชัน บทคัดย่ออ้างอิงผลลัพธ์ทางคณิตศาสตร์เปรียบเทียบได้ดีกว่า แต่ไม่มีการระบุชื่อแบบจำลอง การวัดประสิทธิภาพ หรือตัวเลข
การพิมพ์ล่วงหน้า arXiv ใหม่จะวัดประสิทธิภาพโหมดความล้มเหลวของเอเจนต์เฉพาะ: เมื่อเอเจนต์ที่พัฒนาตนเองเขียนขั้นตอนที่ไม่ปลอดภัยลงในหน่วยความจำ ก็จะสามารถดึงข้อมูลและดำเนินการได้ในเซสชันภายหลัง การทดสอบการกำหนดค่าที่พัฒนาแล้วทุกครั้งทำให้เกิดส่วนที่ไม่ปลอดภัย และงานที่เป็นอันตรายสามงานเพิ่มความสำเร็จในการโจมตีแบบส่งต่อมากกว่าสองเท่า
การพิมพ์ล่วงหน้าที่โพสต์ไปที่ arXiv อธิบายเฟรมเวิร์กที่สลับชื่อที่ละเอียดอ่อนในการสืบค้นและดึงเอกสารสำหรับนามแฝงก่อนที่จะส่งไปยังโมเดลบุคคลที่สาม ผู้เขียนรายงานความแม่นยำมากกว่า 80% ในการวัดผลผู้ใช้แบบ end-to-end และอัตราการปกปิดแบบเต็มระหว่าง 74.91% ถึง 77.83% ในโมเดลขนาดเล็กสามรุ่น
การพิมพ์ล่วงหน้าที่โพสต์ไปที่ arXiv จะอธิบาย CABS+ ซึ่งเป็นวิธีการผสานแบบจำลองที่แทนที่การค้นหาตารางด้วยการค้นหาค่าสัมประสิทธิ์ที่ไม่มีการไล่ระดับสี ผู้เขียนรายงานว่าประสิทธิภาพเพิ่มขึ้นเป็นตัวเลขสองหลักจากสองบรรทัดฐาน ต่ำกว่าหนึ่งในสี่ของหน่วยความจำ GPU ของบรรทัดฐานหนึ่ง และเร็วขึ้นประมาณ 4 เท่าเหนืออีกบรรทัดหนึ่ง
การพิมพ์ล่วงหน้าของ arXiv อธิบาย Spatial Memory Agent ซึ่งจัดเก็บประสบการณ์ที่ได้รับการตรวจสอบแล้วเป็นบทเรียนข้อความที่ดึงข้อมูล ณ เวลาอนุมาน โดยอ้างว่าได้รับผลประโยชน์จากเกณฑ์มาตรฐานเชิงพื้นที่ห้ารายการและโมเดลภาษาการมองเห็นสี่รายการโดยไม่ต้องเปลี่ยนน้ำหนักของโมเดล อยู่ระหว่างการตรวจสอบ ชื่อนามธรรมไม่มีการวัดประสิทธิภาพ แบบจำลองพื้นฐาน หรือระยะขอบ
การพิมพ์ล่วงหน้าของ arXiv นำเสนอ PROVE-RT ซึ่งใช้การดึงข้อมูลและพร้อมท์ตามขั้นตอนเพื่อทำให้โมเดลภาษาขนาดใหญ่เขียนสคริปต์พิสูจน์ PROSA/ROCQ สำหรับการวิเคราะห์กำหนดเวลาแบบเรียลไทม์ ผู้เขียนรายงานอัตราความสำเร็จ 44.7% ในชุดการประเมินที่ได้รับการดูแลจัดการ โดยที่การแจ้งโดยตรงไม่สามารถสร้างกลไกที่ถูกต้องได้อย่างน่าเชื่อถือ
รายงานการทำงานฉบับใหม่ของ arXiv ระบุว่ากฎหมายคุ้มครองผู้บริโภคของอินเดียปี 2019 นั้นกว้างพอที่จะเข้าถึงอันตรายที่เกี่ยวข้องกับ AI ตามหลักการ แต่การพิสูจน์สาเหตุและการกล่าวโทษในห่วงโซ่อุปทานของ AI ยังคงไม่ได้รับการแก้ไข มีเพียงบทคัดย่อเท่านั้นที่ได้รับการสรุปต่อสาธารณะที่นี่ บทความนี้ไม่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิ
รายงานการวิจัยการเรียนรู้ของเครื่องของ Apple ระบุว่าไม่ใช่ทุกจุดข้อมูลในคำขอการลบจำเป็นต้องลบออกอย่างต่อเนื่อง การใช้ฟังก์ชันมีอิทธิพลต่องานด้านภาษาและการมองเห็น ผู้เขียนกล่าวว่าตัวอย่างที่มีอิทธิพลต่ำสามารถหลุดออกจากชุดการลืมได้ ซึ่งจะตัดการประมวลผลที่ไม่ได้เรียนรู้ลงได้มากถึงประมาณ 50 เปอร์เซ็นต์
การพิมพ์ล่วงหน้าของ arXiv ใหม่แนะนำเกณฑ์มาตรฐานสำหรับการประเมินตัวแทนการเขียนโค้ดในฐานะนักวิจัยโมเดลโลกแบบปลายเปิดในสภาพแวดล้อมของเกมแปดแบบ โดยรายงานการปรับปรุงใน 63 จาก 64 เซสชัน
การบรีฟที่มีประโยชน์หนึ่งครั้งต่อสัปดาห์
รับข่าวสาร AI ที่ได้รับการยืนยันประจําสัปดาห์ ข้อมูลต้นฉบับ เครื่องมือที่เป็นประโยชน์ ตัวเลือกการเรียนรู้ และงาน AI ใหม่ ๆ
การจ้างมืออาชีพด้าน AI หรือเปิดตัวผลิตภัณฑ์ AI ที่มีประโยชน์?นําเสนอให้คนที่มาที่นี่เพื่อเรียนรู้และลงมือทํา
ลงงาน AI ส่งเครื่องมือ AI