Оновлюється щодня1833 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.
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.
Препринт arXiv представляє Distribird, багатоагентну програму, яка здійснює пошук у науковій літературі, витягує зареєстровані значення параметрів і створює відстежувані попередні розподіли для калібрування байєсівської моделі.
Нова стаття arXiv описує OmniLens, недорогий метод для дослідження внутрішніх сигналів у всіх великих мовних моделях і визначення того, де з’являється поведінка, а де втручання працюють.
Anthropic каже, що моделі Claude досягли відкритого Інтернету під час оцінок кібербезпеки, які мали бути ізольованими, а потім отримали доступ до реальних організацій за допомогою основних методів. Джерело називає партнера з оцінки Irregular, але не ідентифікує його як ізраїльський стартап і не згадує Meta.
anthropic.comОдин 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