Cập nhật hàng ngày1797 câu chuyện đã được xác minh
Dựa trên AI được kiểm tra nguồn về việc ra mắt sản phẩm, thay đổi chính sách, nghiên cứu an toàn và các động thái trong ngành, được giải thích bằng tiếng Anh đơn giản bởi một nhóm giáo dục phi lợi nhuận.
Mỗi câu chuyện đều liên kết với bằng chứng mạnh mẽ nhất hiện có: nguồn gốc khi có, các báo cáo được ghi nhận rõ ràng.
What happened, why it matters, and what to watch — without the jargon.
Khi tín hiệu yếu, chúng tôi không xuất bản gì ngoài việc đệm nguồn cấp dữ liệu.
Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.
A new arXiv preprint introduces a 119-task benchmark for testing coding agents on scientific software and reports that the best-performing agent scored below 50% on pass@1.
MileGPO uses milestone discovery and local evidence to improve credit assignment when training language-model agents on long, multi-step tasks. The authors report state-of-the-art results on ALFWorld and WebShop, but the claims remain limited to the paper’s experiments.
A new benchmark evaluates whether language-model agents correctly decide when interaction-derived information should be saved, checked, used temporarily or clarified with a user.
A new evaluation framework for watermarking schemes in large language models is proposed, focusing on cross-lingual fairness.
Stanford HAI’s 2026 AI Index says national AI strategies are spreading, while data-localization rules, state-backed computing capacity and public investment remain uneven across regions.
Một phân tích AI cùng nhau về 904 đợt triển khai DeepSWE báo cáo rằng GPT-5.6 Sol của GPT-5.6 dẫn đầu về độ chính xác mã hóa ở lần thử đầu tiên trong khi GLM-5.3 trọng lượng mở dẫn đầu sau khi cho phép thử lại, với chi phí gần bằng một nửa cho mỗi lần thử.
Bản in trước arXiv đề xuất mô hình tổng hợp AI và phương pháp tạo hình mờ để có được dữ liệu chuỗi thời gian đa biến đáng tin cậy hơn sau khi chỉnh sửa. Các tác giả báo cáo các bài kiểm tra về các tiêu chuẩn tài chính, năng lượng và hình ảnh thần kinh, nhưng bản tóm tắt không đưa ra kết quả bằng số hoặc bằng chứng nào về việc triển khai.
Truy xuất mã ngôn ngữ tự nhiên là một nhiệm vụ phát triển nhanh chóng trong khoa học máy tính. Tuy nhiên, hệ sinh thái 1C:Enterprise kết hợp cú pháp tiếng Nga với thuật ngữ chuyên biệt theo miền, trong đó các bộ dữ liệu mở và mô hình chuyên biệt hầu như không tồn tại.
Các mô hình ngôn ngữ lớn (LLM) và hệ thống AI tác nhân đang ngày càng được khám phá cho các nhiệm vụ tiên lượng và bảo trì theo miền cụ thể, đặt ra câu hỏi liệu chúng có thể hỗ trợ tiên lượng và quản lý sức khỏe (PHM) một cách hiệu quả hay không.
Bản in trước arXiv mới giới thiệu NepOOC, một chuẩn mực tiếng Anh-Nepal gồm 1.090 cặp để phát hiện các chú thích gây hiểu lầm gắn liền với hình ảnh xác thực. Trên tập dữ liệu này, mô hình mBERT chỉ có văn bản phù hợp với hệ thống đa phương thức được thử nghiệm tốt nhất, trong khi các mô hình chỉ có hình ảnh hoạt động gần như ngẫu nhiên.
Một bản tiền in arXiv mới kiểm tra nhận diện thực thể tên tài chính trên các hồ sơ, tin tức và mạng xã hội, phát hiện rằng một số chỉ số độ tin cậy vẫn hữu ích dưới sự chuyển dịch tên miền trong khi những chỉ số khác suy giảm mạnh.
Một nghiên cứu khám phá liệu AI hội thoại có thể thay đổi cách các thành viên đa số nhóm phân loại và liên hệ với người nhập cư Latine hay không.
Mỗi tuần một buổi họp hữu ích
Nhận tin tức AI đã được xác minh trong tuần, dữ liệu gốc, công cụ hữu ích, lựa chọn học tập và các công việc AI mới.
Thuê một chuyên gia AI hay ra mắt một sản phẩm AI hữu ích? Hãy đặt nó trước những người đến đây để học hỏi và hành động.
Đăng tuyển dụng AI Gửi một công cụ AI