Оновлюється щодня1827 перевірені історії
Перевірений джерелом штучний інтелект висвітлює випуск продуктів, зміни в політиці, дослідження безпеки та зміни в галузі, пояснені простою англійською мовою некомерційною освітньою командою.
Кожна історія пов’язана з найвагомішими наявними доказами: оригінальними джерелами, якщо вони доступні, в іншому випадку чітко зазначеними повідомленнями.
Що сталося, чому це важливо та що дивитися — без жаргону.
Коли сигнал слабкий, ми нічого не публікуємо, а лише доповнюємо канал.
Історії про штучний інтелект, перевірені джерелами, спочатку найновіші, для людей, яким потрібно розуміти штучний інтелект, не ганяючись за рекламою.
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.
Перевірене джерело: 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, опублікований на arXiv, описує CABS+, метод об’єднання моделей, який замінює пошук по сітці на безградієнтний пошук за коефіцієнтами. Автори повідомляють про двозначне збільшення продуктивності в порівнянні з двома базовими рівнями, менше чверті GPU пам’яті одного базового рівня та приблизно 4-кратне прискорення порівняно з іншим.
Препринт arXiv описує Spatial Memory Agent, який зберігає перевірений досвід як текстові уроки, отримані під час висновку, заявляючи про переваги в п’яти просторових еталонних тестах і чотирьох моделях мови бачення без зміни ваги моделі. Перебуває на розгляді; його анотація не називає контрольні показники, базові моделі чи поля.
Препринт arXiv представляє PROVE-RT, який використовує пошук і поетапні підказки, щоб змусити великі мовні моделі писати перевірочні сценарії PROSA/ROCQ для аналізу планування в реальному часі. Автори повідомляють про 44,7% успіху підібраного набору оцінок, де прямі підказки не можуть надійно створити дійсну механізацію.
У новому робочому документі arXiv стверджується, що Закон Індії про захист прав споживачів 2019 року є достатньо широким, щоб у принципі охопити шкоду, пов’язану зі штучним інтелектом, але доведення причинно-наслідкового зв’язку та встановлення провини в ланцюзі поставок ШІ залишаються невирішеними. Тут публічно підсумовано лише анотацію; стаття не рецензується.
У дослідницькій статті Apple Machine Learning стверджується, що не кожна точка даних у запиті на видалення потребує активного видалення. Автори стверджують, що, використовуючи функції впливу на мовні та зорові завдання, приклади з низьким впливом можна викинути із забутого набору, що скоротить обчислення, що відмовляються від навчання, приблизно на 50 відсотків.
Новий препринт arXiv представляє еталон для оцінки агентів кодування як відкритих дослідників світової моделі у восьми ігрових середовищах, повідомляючи про покращення в 63 із 64 сеансів.
Один корисний брифінг щотижня
Отримуйте перевірені новини про штучний інтелект, оригінальні дані, корисні інструменти, підбірки для навчання та нові вакансії зі штучного інтелекту.
Найняти професіонала ШІ чи запустити корисний продукт ШІ? Покажіть це людям, які прийшли сюди вчитися та діяти.
Опублікувати роботу ШІ Надішліть інструмент ШІ