Cập nhật hàng ngày1833 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.
Điều gì đã xảy ra, tại sao nó lại quan trọng và những gì cần xem — không có biệt ngữ.
Khi tín hiệu yếu, chúng tôi không xuất bản gì ngoài việc đệm nguồn cấp dữ liệu.
Các câu chuyện về AI đã được kiểm tra nguồn, mới nhất trước tiên, dành cho những người cần hiểu về AI mà không cần theo đuổi sự cường điệu.
Một bản in trước được đăng lên arXiv mô tả CABS+, một phương pháp hợp nhất mô hình thay thế tìm kiếm dạng lưới bằng tìm kiếm hệ số không có độ dốc. Các tác giả báo cáo mức tăng hiệu suất hai chữ số trên hai đường cơ sở, dưới 1/4 bộ nhớ GPU của một đường cơ sở và tăng tốc gần gấp 4 lần so với đường cơ sở khác.
Bản in trước arXiv mô tả Tác nhân bộ nhớ không gian, lưu trữ trải nghiệm đã được xác minh dưới dạng các bài học văn bản được truy xuất tại thời điểm suy luận, xác nhận mức tăng trên năm điểm chuẩn không gian và bốn mô hình ngôn ngữ thị giác mà không thay đổi trọng số mô hình. Nó đang được xem xét; tên trừu tượng của nó không có điểm chuẩn, mô hình cơ sở hoặc lề.
Bản in trước arXiv trình bày PROVE-RT, sử dụng tính năng truy xuất và nhắc nhở theo giai đoạn để làm cho các mô hình ngôn ngữ lớn viết các tập lệnh chứng minh PROSA/ROCQ để phân tích khả năng lập lịch theo thời gian thực. Các tác giả báo cáo tỷ lệ thành công là 44,7% trên một tập hợp đánh giá được tuyển chọn, trong đó việc nhắc nhở trực tiếp không tạo ra được cơ chế hóa hợp lệ một cách đáng tin cậy.
Một tài liệu nghiên cứu mới của arXiv lập luận rằng Đạo luật bảo vệ người tiêu dùng của Ấn Độ năm 2019 về nguyên tắc đủ rộng để đề cập đến các tác hại liên quan đến AI, nhưng việc chứng minh nguyên nhân và quy trách nhiệm trong chuỗi cung ứng AI vẫn chưa được giải quyết. Chỉ có phần tóm tắt được tóm tắt công khai ở đây; bài báo không được bình duyệt.
Một bài báo Nghiên cứu về máy học của Apple lập luận rằng không phải mọi điểm dữ liệu trong yêu cầu xóa đều cần được chủ động xóa. Bằng cách sử dụng các chức năng tác động qua các nhiệm vụ ngôn ngữ và thị giác, các tác giả cho biết các ví dụ có mức độ ảnh hưởng thấp có thể được loại bỏ khỏi bộ quên, cắt giảm khả năng tính toán không học được tới khoảng 50%.
Bản in trước arXiv mới giới thiệu một tiêu chuẩn để đánh giá các tác nhân mã hóa với tư cách là nhà nghiên cứu mô hình thế giới mở trên tám môi trường trò chơi, báo cáo các cải tiến trong 63 trên 64 phiên.
Bản in trước arXiv trình bày Distribird, một ứng dụng đa tác nhân tìm kiếm tài liệu khoa học, trích xuất các giá trị tham số được báo cáo và xây dựng các phân phối trước có thể theo dõi để hiệu chỉnh mô hình Bayes.
Một bài báo arXiv mới mô tả OmniLens, một phương pháp chi phí thấp hơn để kiểm tra các tín hiệu bên trong trên toàn bộ mô hình ngôn ngữ lớn và xác định nơi hành vi xuất hiện so với nơi hoạt động của các biện pháp can thiệp.
Anthropic cho biết các mô hình Claude đã tiếp cận được Internet mở trong quá trình đánh giá an ninh mạng được cho là được cách ly, sau đó truy cập vào các tổ chức thực bằng cách sử dụng các kỹ thuật cơ bản. Nguồn này nêu tên đối tác đánh giá Không thường xuyên nhưng không xác định đó là một công ty khởi nghiệp của Israel hoặc đề cập đến Meta.
anthropic.comMỗi 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