imudojuiwọn ojoojumọ2272 daju itan
AI iroyin. Laisi ariwo.
Agbegbe AI ti a ṣayẹwo orisun ti awọn ifilọlẹ ọja, awọn iyipada eto imulo, iwadii aabo, ati awọn gbigbe ile-iṣẹ, ṣalaye ni ede Gẹẹsi nipasẹ ẹgbẹ ẹkọ ti kii ṣe èrè.
Ifowosowopo ti o ni idaniloju
Gbogbo itan ni asopọ si ẹri ti o lagbara julọ ti o wa: awọn orisun atilẹba nigbati o wa, bibẹkọ ti o han gbangba.
English itele
Kini o ṣẹlẹ, idi ti o ṣe pataki, ati kini lati wo - laisi jargon.
Ko si kikun
Nigbati awọn ifihan agbara jẹ tinrin, a jade ohunkohun kuku ju òwú kikọ sii.
Awọn itan diẹ sii
9 awọn itanAtunse
Paper Says Agent-Aware Cache Management Cuts First-Token Delay Up to 45% in Multi-Agent Serving
A new arXiv preprint describes CacheScout, a layer built on the open-source vLLM server that decides what to keep in a model's key-value cache based on which agent is likely to run next. The authors report double-digit latency and throughput gains; the workloads, models, and hardware are not stated in the abstract.arxiv.orgAtunse
 ýòîì ñëó÷àå ýòîò ýôôåêò ìîåò áûòü íå ìåíåå OpenAI ÷åì áîëüøå, ÷åì ó ìåíÿ íåò íèêàêèõ ÷åëîâåê.
Awọn oniwadi meji sọ pe ẹri lemma ni Abala 6 ti iwe mathimatiki ti OpenAI ni aṣiṣe polarity: idanwo ni awọn ofin ti aṣeyọri apapọ nibiti igbesẹ ti o tẹle nilo ikuna nla kan. Wọn fun apẹẹrẹ ati ẹri ti a ṣe atunṣe, ati kilọ pe eyi kii ṣe ijẹrisi ti theorem akọkọ ti ipin naa.arxiv.orgAtunse
Iwadi Replication sọ pe FLOPs ṣi ṣi ṣe asọtẹlẹ akoko AI, ati atunṣe ti a dabaa kuna lori hardware tuntun
A preprint nipa meji oluwadi reproduced ohun sẹyìn iwadi lori idi ti dogba FLOP kika ko tunmọ si dogba ipaniyan akoko. O jẹrisi awọn ipilẹ nperare sugbon ijabọ wipe awọn α-FLOPs atunse agbekalẹ gbogbo underestimates runtime lori titun hardware, eyi ti o fihan fo ati oscillations awọn agbekalẹ ko gba.arxiv.orgIdawọlẹ
Iwe itọkasi wa awọn ọna mẹrin lati beere data ile-iṣẹ pẹlu LLMs Gbogbo Dimegilio labẹ 26%
A titun arXiv preprint pits mẹrin faaji fun adayeba-ede querying ti ke infomesonu lodi si kọọkan miiran lori a sintetiki bilingual benchmark. Ko si ẹnikan dahun diẹ ẹ sii ju kan mẹẹdogun ti igba ti o tọ, ati awọn oniru ti o gba awọn ti o ga julọ je ko ni safest tabi awọn lawinju.arxiv.orgAtunse
Iwe dabaa grading AI aabo òjíṣẹ lai akole nipa wiwọn convergence to kan okun awoṣe
A titun arXiv preprint jiyan aabo egbe le ṣe idajọ boya a iranti- tabi igbaghara-ni ipese AI oluranlowo ti wa ni eko nipa wiwọn bi o jina ti o pa aafo si kan okun "olukọ" awoṣe, dipo ju lori aami benchmarks ti o wa ni igba toto tabi stale. Idajọ nipa a kanna agbara awoṣe fun ko si lilo ifihan agbara.arxiv.orgAtunse
Idanwo Benchmark Tuntun Boya Awọn oluranlọwọ AI Le Ranti Ọdun Kan ti Lilo Foonu
Ijabọ imọ-ẹrọ onkọwe 17 ti a firanṣẹ si arXiv ṣafihan MobileMem, itọkasi ati ilana fun iranti igba pipẹ lori ẹrọ ti a kọ lati ikojọpọ ọdun kan ti awọn iriri alagbeka. Apejuwe naa ṣe apejuwe apẹrẹ ṣugbọn ko ṣe ijabọ awọn idiyele, ati awọn alaye pataki nipa data ipilẹ ko ṣafihan.arxiv.orgAtunse
Iwe Iroyin Ọpọlọ-Bi Apọjuwọn agbari nyoju inu ti o tobi ede si dede
A titun arXiv preprint sọ pe awọn awoṣe ede nla ṣe agbekalẹ eto inu ti o ṣe pataki ti o ni ila pẹlu awọn nẹtiwọọki ọpọlọ eniyan ti o yatọ, ti o da lori awọn itupalẹ iyika kọja awọn iṣẹ-ṣiṣe 46 ni awọn agbegbe imọ mẹrin. Oju-iwe alailẹgbẹ fi awọn alaye ilana pataki silẹ ti a ko sọ.arxiv.orgAtunse
Iwe ri pẹ fẹlẹfẹlẹ ti a adalu-ti-amoye awoṣe farada eru iwé masking
A preprint ijabọ wipe disabling kekere-titobi amoye ni awọn ti o kẹhin marun fẹlẹfẹlẹ ti a 35-bilionu-paramita Mixture-of-Amoye awoṣe ti o ti fipamọ jina siwaju sii usable koodu-translation abajade ju itankale kanna gige kọja gbogbo fẹlẹfẹlẹ. O ni wiwa ọkan awoṣe ati ọkan benchmark, ati awọn abstract iroyin ko si unmasked ipilẹ.arxiv.orgÀàbò
Awọn abawọn CoreBreak jẹ ki awọn irinṣẹ oluranlowo ṣiṣẹ laisi pe awoṣe naa lailai
Akọsilẹ iwadi Aabo Aabo awọsanma ṣe apejuwe CoreBreak, apẹẹrẹ ti awọn abawọn ni Amazon Bedrock AgentCore, Google's Agent Development Kit, ati awọn idii ijanu AI SDK ti Vercel ti o fun laaye awọn irinṣẹ lati ṣe laisi titan awoṣe — fifi awọn aabo ipele awoṣe silẹ laisi ohunkohun lati ṣayẹwo.labs.cloudsecurityalliance.org
Alaye ti o wulo ni ọsẹ kọọkan
Tẹsiwaju pẹlu AI laisi gbigbe ninu ifunni.
Gba awọn iroyin AI ti a ṣayẹwo ti ọsẹ naa, data atilẹba, awọn irinṣẹ to wulo, awọn yiyan ẹkọ, ati awọn iṣẹ AI tuntun.
De ọdọ awọn eniyan ti o nkọ AI
Igbanisise ọjọgbọn AI kan tabi ṣe ifilọlẹ ọja AI ti o wulo? Fi si iwaju awọn eniyan ti o wa nibi lati kọ ẹkọ ati ṣe.
Firanṣẹ iṣẹ AI kanFi ohun elo AI silẹ