Оновлюється щодня1873 перевірені історії
Новини AI. Без шуму.
Перевірений джерелом штучний інтелект висвітлює випуск продуктів, зміни в політиці, дослідження безпеки та зміни в галузі, пояснені простою англійською мовою некомерційною освітньою командою.
Перевірене джерело
Кожна історія пов’язана з найвагомішими наявними доказами: оригінальними джерелами, якщо вони доступні, в іншому випадку чітко зазначеними повідомленнями.
Звичайна англійська
Що сталося, чому це важливо та що дивитися — без жаргону.
Без наповнювача
Коли сигнал слабкий, ми нічого не публікуємо, а лише доповнюємо канал.
Більше історій
9 історіїБезпека
SEAG Paper Proposes Aliasing Sensitive Entities Before RAG Queries Reach External LLMs
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.arxiv.orgІнновація
Паперові звіти CABS+ дешевше, швидша модель, що об’єднує 27 наборів даних
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.arxiv.orgІнновація
Стаття пропонує отримані «уроки» для покращення просторового мислення в моделях Frozen Vision-Language
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.arxiv.orgІнновація
PROVE-RT Paper звітує про 44,7% успішності створення перевірених машиною доказів у реальному часі
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.arxiv.orgполітика
Робочий документ запитує, чи може законодавство Індії про захист прав споживачів поширюватися на шкоду штучного інтелекту
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.arxiv.orgІнновація
Apple Paper пропонує дешевше машинне відучування шляхом пропуску маловпливових даних
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.machinelearning.apple.comІнновація
AutoWorldModel-Bench перевіряє, чи можуть агенти кодування покращити світові моделі
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.arxiv.orgІнновація
Стаття Distribird описує засновані на літературі агенти ШІ для попередніх моделей Байєса
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.arxiv.orgІнновація
Дослідники представляють OmniLens для інтерпретації широкомасштабної мовної 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.arxiv.org
Один корисний брифінг щотижня
Будьте в курсі ШІ, не живучи в стрічці.
Отримуйте перевірені новини про штучний інтелект, оригінальні дані, корисні інструменти, підбірки для навчання та нові вакансії зі штучного інтелекту.
Охопіть людей, які вивчають ШІ
Найняти професіонала ШІ чи запустити корисний продукт ШІ? Покажіть це людям, які прийшли сюди вчитися та діяти.
Опублікувати роботу ШІНадішліть інструмент ШІ