AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
50 cikk ebben a rovatban
A mesterséges intelligencia modellek is mutatják az azonosítható áldozat hatását, amely szerint az emberek hajlamosabbak segíteni egy konkrét áldozatot, mint egy statisztikailag jellemzett csoportot. 51 955 API-teszt igazolta ezt a torzítást 16 modellnél.
A kutatók egy LLM‑alapú bírórendszert is bemutattak, amely emberi jelölésekkel ellenőrizve képes automatikusan azonosítani a hibákat.
Az AgenticAI-DialogGen rendszer önállóan kinyer tudásgráfokat és felépíti beszélő személyiségeket. A rendszer moduláris ügynökökkel vezérelt.
Ezzel a fejlesztéssel a Databricks lehetővé teszi a felhasználók számára, hogy hatékonyabban kezeljék a strukturált és strukturálatlan adatokat, és jobb eredményeket érjenek el a hibrid lekérdezések során.
Az AI-modellek már a PhD-szintű tudományos kérdésekben és a versenyképes matematikában is jobban teljesítenek, mint az ember. Ez az előrelépés egy év alatt következett be.
Andrej Karpathy, a neves AI-kutató, egy mindössze 200 soros Python szkripttel tette közzé a microgpt-t, amely egy teljes GPT modell betanítására és következtetésére is képes.
Egy új AI modell a teljes test mozgását figyelembe vevő, részletes akcióreprezentációt használ, ami jelentős lépést jelent a komplex valós környezetek és az emberi viselkedés modellezésében. A modell a múltbeli képkockák és a kívánt 3D pózváltozások alapján jósolja meg a következő videóképet.
A keretrendszerrel a változó hosszúságú hang- vagy szöveges adatok fonetikai tartalmát rögzített dimenziós beágyazási térbe lehet leképezni.
A Berkeley Egyetem kutatói 100 önvezető autót használtak csúcsforgalomban a torlódások csökkentésére. A kísérletben mesterséges intelligenciával vezérelt autók vettek részt, amelyek a 'stop-and-go' hullámokat célozták.
A Multi-Criteria Analysis (MCA) módszereket kiegészítő új megközelítés a szubjektív torzításokat és az adatok sokféleségéből adódó pontatlanságokat igyekszik kiküszöbölni.
A Google, az OpenAI és az Anthropic modelljei is pénzt buktak egy teljes Premier League szezon focifogadásain, ami rávilágít a valós világ elemzésének kihívásaira.
Kutatás keretében fejlesztettek ki egy új módszert, amely automatikusan és reprodukálhatóan hoz létre arany-standard összefoglalókat török oktatóvideókból, több emberi összefoglalás alapján.
A frissen bemutatott megoldás a Fuzzy Kognitív Térképek (FCM) korlátait hivatott feloldani, különösen a nem-monoton ok-okozati összefüggések terén.
A SenseAI adathalmaz a LLM-ek finomhangolását segíti, miközben rendszerszintű hibákat, például a „Latent Reasoning Drift” jelenséget is azonosít a pénzügyi elemzéseikben.
Egy szakértői csoport szerint az AI modellek teljesítményének értékelése összetett mérnöki feladat, amely a szoftverfejlesztési feladatok komplexitásán alapul. A csoport egy diagramot publikált, amely az AI modelleket hasonlítja össze a feladatok komplexitása alapján.
A nagyméretű nyelvi modellek (LLM) betanításkor rögzített tudása folyamatosan elavul, ami kihívást jelent a valós idejű adaptációban.
A chipek hétszeres teljesítménynövekedése, a háromszoros memória-sávszélesség és a GPU-hálózatok együttes hatása hozza a fejlődést — az AI telepítési költségei éves szinten akár 900-szorosára csökkentek.
Kombinatorikus optimalizálási feladatok rejtett algebrai struktúrákat tartalmaznak, amelyek feltárása csökkenti a keresési teret. A módszer segítségével hatékonyabb megoldások érhetők el.
Több mint 52 ezer mintát tartalmazó értékelési csomagot hozott létre a QIMMA, ezzel a meglévő arab nyelvi LLM-benchmarkingok hiányosságait orvosolja.
A több egyetem kutatói által fejlesztett Memento-Skills rendszer a GAIA teljesítményteszt során 13,7 százalékponttal javította a teszteredmények pontosságát egy statikus alapmodellhez képest.
A módszer egy tervező és egy diagnosztikai LLM-ügynökön keresztül kezeli a bizonytalanságot, képes a szekvenciális adatgyűjtést modellezni.
A TelcoAgent-Bench nevű keretrendszer nem csupán a nyelvi megértést méri, hanem a strukturált hibaelhárítási folyamatokkal való összehangolást és a forgatókönyv-változatok stabilitását is értékeli.
Egy USC-tanulmány szerint a chatbotok egységesítik az írás stílusát és az érvelési stratégiákat — a kutatók több valós diverzitást sürgetnek a betanítási adatokban.
A MIT, UIUC, CMU és UC Berkeley kutatói által fejlesztett OSGym keretrendszer egyidejűleg több mint ezer virtuális asztalt képes kezelni, naponta mindössze 23 centért.
A kutatók a hagyományos pilot-alapú csatornabecslést felhasználói lokalizációs adatokkal váltották ki, jelentősen csökkentve a számítási terhelést.
A kutatók mechanikusan állítható fém reflektortömbökkel kísérleteztek, melyekkel a jövő okos rádiókörnyezeteit forradalmasíthatják.
Létezik már a Victor névre keresztelt prototípus, amelybe több mint 500 adatrepozitóriumot tápláltak be. A rendszer célja, hogy a katonák hasznos információkhoz jussanak.
A mesterséges intelligencia által generált új UQ-módszerek akár 6,7%-os javulást hoztak a ROC-AUC mutatóban kilenc adathalmazon, felülmúlva a manuálisan tervezett alapmodelleket.
A TABQAWORLD nevű új keretrendszer dinamikusan vált a vizuális és szöveges adatok között, ezzel optimalizálva a többlépcsős táblázatkezelési feladatokat.
Az ALTK-Evolve nevű, hosszú távú memóriarendszerrel felvértezett AI-ügynökök nem pusztán feljegyzéseket olvasnak újra, hanem az elveket sajátítják el a tapasztalatokból.
A módszer három különböző adatforrást kombinál, többek között emberi címkézésű kalibrációs adatkészleteket és LLM-alapú értékeléseket.
Az ArXiv AI-n közzétett tanulmány szerint az úgynevezett Six Birds Theory az AI-ügynököket makroszkopikus objektumként kezeli. A kutatók ezzel új szemléletet kínálnak az AI-ügynökök működésére.
Korlátozott kísérletek félrevezető következtetésekhez vezethettek az AI-ügynökök eszköztudásával kapcsolatban. Az AI-ügynökök eszköztudása illúzió lehet.
A mesterséges intelligencia által generált tartalmak egyre nagyobb veszélyt jelentenek az online információk megbízhatóságára és a társadalmi diskurzusra, ezért fejlesztették ki a VIGIL-t, egy
A kutatók húsz, korábban kevésbé támogatott nyelven tesztelték a módszert, amely a nyelvi modellek fordítási képességét javítja.
A LLMimic nevű interaktív oktatóanyagban a felhasználók egy LLM szerepébe bújva sajátíthatják el a betanítási folyamat főbb lépéseit.
A rendszer a hagyományos, tisztán neurális hálózatok és a szigorúan szimbolikus rendszerek hiányosságait küszöböli ki, miközben a LLM-eket objektumreprezentációkkal egészíti ki.
Az új RL-keretrendszerrel a kisebb nyelvi modellek képesek felülmúlni a hagyományos, címkézett adatokkal történő betanítást, különösen matematikai feladatoknál.
A 80 kategóriát átfogó adatbázist több mint ezer iparági és kutatói szakértő állította össze, ezzel garantálva a feladatok valósághűségét és relevanciáját.
Az új RAG-architektúra a Live Aid koncertről szóló tudásgráfot használta fel a tesztelés során.
1397 amerikai felnőtt megkérdezésével készült felmérés szerint 51 százaléka használ AI-eszközöket, ami 37 százalékos növekedés az egy évvel ezelőtti adatokhoz képest.
A kutatók egy új, SSN (Sentence/Skeleton Similarity Network) nevű hálózatot javasoltak, amely a szövegkohéziót két mondat közötti konzisztenciával méri.
A PolyJarvis egy LLM-et és a RadonPy szimulációs platformot kapcsolja össze MCP szervereken keresztül, így automatizálja a teljes előrejelzési folyamatot.
A SoLA nevű eljárás a transzformer architektúrájú modellek feed-forward hálózatában (FFN) azonosítja a kulcsfontosságú komponenseket.
A kutatók az új energiaalapú keretrendszerrel a transzformer inferencia dinamikáját vizsgálták, összekötve azt a neurális számítási modellekkel.
Az új, multimodális keretrendszer kiküszöböli a fix ontológiák szükségességét, ehelyett adatokból generál sémát a gazdagabb kontextus érdekében.
Nagy nyelvi modellek aktívan alakítják az emberi megértést és döntéshozatalt, közvetítenek erkölcsi és spirituális kérdéseket.
A rendszer egy ötrétegű architektúrával működik, amelyben a Nuwa motor felel az ügynökök hatékony generálásáért és futtatásáért.
Tetszik az oldal? Támogasd a fejlesztést
Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.
