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 故事安全性
AWS 擴展了 AgentCore 策略編寫,以實現對 AI 代理的自然語言控制
AWS 表示,扩展的策略编写功能可以将书面规则转换为山茱萸策略,这些策略随着时间的推移限制代理的操作,强制执行先决条件和限制,使用 Bedrock Guardrails 检查自由格式文本,并限制工具输入。aws.amazon.com創新
Microsoft 擴展了對 Skala 1.1 的存取以進行預測化學模擬
Microsoft Research 表示,Skala 1.1 比其前身提高了準確性,同時保持接近半局域密度泛函方法的計算成本,現在可在 CP2K 中使用,併計劃與其他主要化學軟體包進行整合。
microsoft.com創新
研究發現,當程式碼被重寫而不改變其意義時,程式碼代理就會失去可靠性
arXiv 預印本報告稱,程式碼代理可以在語義等效的程式碼庫上執行不同的操作,其效果因模型、代理框架和基準而異。arxiv.org創新
使用 IEEE Key Gas 方法改進進行電力變壓器故障診斷的增強模糊邏輯模型
本研究提出了一種將模糊邏輯與 IEEE 關鍵氣體方法 (FL-KGM) 結合的增強模型,該模型引入了精細的隸屬函數、優化的模糊規則集以及 CO 和 CO2 的新穎分離,以消除診斷不一致。arxiv.org創新
新的預印本報告從多步驟工具呼叫中的循環語言模型中獲益
arXiv 研究在三個工具呼叫基準上評估了循環語言模型和傳統語言模型,報告了需要多個相關 API 呼叫和可能更有效率的自適應計算方法的工作流程的更強結果。arxiv.org創新
對抗性審查測試代理程式碼審查的結構化分歧
一篇新的 arXiv 論文提出了一種三代理代碼審查協議,其中審查者評估代理的代碼,批評者在編輯之前進行審查。作者報告了比測試基準更好的基準結果,同時也將錯誤共識識別為失敗模式。arxiv.org創新
ArXiv 研究報告稱,LoRA 適應使羅馬烏爾都語仇恨言論大幅增加
arXiv 預印本比較了羅馬烏爾都語仇恨言論檢測的零樣本和參數高效微調。作者報告說,在包含超過 72,000 條帶註釋的評論的語料庫上,LoRA 適應將 F1 性能從 0.56 提高到 0.93 以上。arxiv.org安全性
初步 FraudBench 測試發現銀行代理容易遭受適應性欺詐
arXiv 論文介紹了 FraudBench,這是一個測試使用工具的銀行代理是否能夠偵測對話中發生的詐欺行為的基準。在初步的單一試驗評估中,四名代理人在攻擊安全性方面得分為 49% 至 65%。arxiv.org創新
Apple 研究人員報告了稀缺資料訓練模型的縮放定律
一項針對 2,000 多次語言模型訓練運行的研究表明,稀缺目標資料可以混合重複 15-20 次,最佳速率因規模和計算而異。machinelearning.apple.com