已驗證來源
每個故事都連結到最有力的可用證據:可用的原始來源,否則明確歸因的報告。
簡單的英語
發生了什麼、為什麼重要以及值得關注的內容——無需行話。
無填料
當訊號很弱時,我們不會發布任何內容,而是填充提要。
更多故事
9 故事創新
CoVA-SFT 資料集旨在教導多模態 AI 透過視覺抽象進行推理
研究人員介紹了 CoVA-SFT,這是一個包含 51,900 個多模態範例和超過 222,000 個推理步驟的資料集,報告稱經過微調的模型在其配套基準上使交錯思維鏈基線的性能提高了一倍多。arxiv.org創新
AI歷史學家幫助整理和驗證歷史敘述中的零散證據
研究人員報告說,人工智慧代理系統在分散的歷史文本中組織以人為中心的時間線索,在六個《史記》案例中獲得了比僅由人類註釋更高的時間定位分數,同時減少了報告的處理時間。arxiv.org創新
研究發現法學碩士可以辨識不可能的問題,但常常無法迴避
EMNLP 2026 接受的一篇論文報告稱,語言模型代表某些數學和代碼問題在結構上是否可以回答,但無法將該訊號轉化為拒絕行為。arxiv.org政策
OpenAI 支持加州法案,為青少年人工智慧使用者創建基於年齡的保障措施
OpenAI 敦促加州州長 Gavin Newsom 簽署參議院法案 1119,該公司表示,該法案將要求對 13 至 17 歲的用戶進行年齡檢查、獨立審計、家長控制和防止有害人工智慧互動的保護。
openai.com創新
潛在空間方法提高了跨語言的事實一致性,而沒有報告準確性損失
EMNLP 2026 接受的一篇論文報告稱,推理時間潛在空間幹預使大型語言模型能夠在不同語言之間提供更加一致的答案,包括在英語-阿拉伯語和英語-俄語事實問答方面取得進展,而不會降低測試環境中的事實準確性。arxiv.org創新
審計發現 SWIFT 比 ConfLayers 更準確、更快速,可實現高效的 LLM 推理
三種子審計報告顯示,SWIFT 在準確度方面總體優於置信門控層跳躍,並且在分離搜尋開銷後實現了更高的純推理速度。研究也發現,兩種經過訓練的路由方法獲得了一定的效益,但準確度卻大幅下降。arxiv.org創新
論文報告在生產測試中沒有從提示上下文中檢測到轉錄增益
對生產口述歷史轉錄工具的預先註冊消融發現,添加完整的提示級上下文並不能明顯改善降級採訪音頻的側面單字錯誤率。該研究還報告說,管道變異性超過了測量的差異,限制了一種轉錄…arxiv.org創新
ReVA 使用影像區域來減少問答模型中的視覺幻覺
一種新的區域感知視覺問答系統透過為語言模型提供整個圖像和區域層級視覺證據,在檢測不支持的物件聲明方面取得了一定的改進。arxiv.org創新
審查發現基礎模型通常沒有取代專門的機器學習架構
對 159 篇論文的評論認為,基於語言的基礎模型在選定的任務中具有很強的競爭力,但當研究人員直接測試模型是否保留和計算資料的底層結構時,沒有發現廣泛的架構替代的證據。arxiv.org