AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
A mentális egészségügyi AI-eszközök szabályozása kritikus hiányosságokat mutat, ami veszélyeztetheti a felhasználókat — állapította meg a Stanford HAI által összehívott szakértői csoport.
A globális AI-szuverenitás nem a függőség teljes megszüntetése, hanem annak kalibrálása – állítja James Landay, a Stanford HAI igazgatója. A hazai piacra szánt megoldások gyakran mélyítik az amerikai szolgáltatóktól való függőséget.
A Together AI kilenc kutatást adott be az ICML 2026 konferenciára, melyek az AI-rendszerek teljes vertikumát lefedik, az ügynököktől a GPU-kernelig.
Matt Pocock fejlesztő 2073 csillagot szerzett a GitHubon, megelőzve az Apache Ossie és a PostHog projektet a népszerűségi listán.
A Lila Sciences 10 trillió, kísérletileg validált tudományos leírást gyűjtött, hogy ezzel építsen egy általános AI-modellt, amely a tudomány minden területén képes felfedezéseket tenni.
Az NVIDIA Nemotron Model Reasoning Challenge több mint 5000 aktív résztvevőt és 4000 csapatot vonzott a Kaggle-re, ahol a legjobb megoldások az érvelést teljes mérnöki munkafolyamatként kezelték, tömörítették az érvelési lépéseket és célzott megoldókat építettek.
Az Apple kutatói bemutatták a FAE (Feature Auto-Encoder) keretrendszert, ami egyetlen figyelmi réteggel képes a pretréningelt vizuális kódolókat generálásra alkalmas, alacsony dimenziós latens térré alakítani.
Richard Sutton, a modern reinforcement learning egyik megalkotója, Khurram Javeddel közösen alapította a torontói Oak Labot. A cég olyan AI-ügynököket fejleszt, amelyek maguktól tanulnak és terveznek.
Az Anthropic felfedezte, hogy a nagy nyelvi modellek (LLM) belsejében egy rejtett „tér” létezik, az úgynevezett J-space, amely olyan szavakat tartalmaz, melyek nem jelennek meg a kimenetben, de befolyásolják a problémamegoldást.
Három okleveles pszichiáter 360 AI-választ értékelt, de véleményük gyakran ellentmondott egymásnak, rámutatva a biztonsági ellenőrzések megbízhatóságának hiányára. Kiana Jafari szerint az átlagolt pontszámok nem vezetnek az ideális válaszokhoz.
Az NVIDIA cBottle és Earth2Studio eszközeivel a korábbiaknál hatékonyabban becsülhetők a ritka, de nagy hatású időjárási jelenségek, mint a trópusi ciklonok kockázatai.
A MIT mérnökei, többek között Zhao Xuanhe és Lu Gengxi, egy ultrahangos csuklópántot fejlesztettek, amely valós időben irányít robotkezeket az emberi kéz mozdulatainak pontos másolásával.
Az AI új határán, a fizikai világ szimulációjában új szereplők jelentek meg: a világmodellek, melyek a robotikától a 3D-s tartalomgenerálásig terjednek, és milliárdos befektetéseket vonzanak.
A Context Graph rendszer 47 perc helyett 30 másodpercnél is kevesebb idő alatt értesíti a felhasználókat a releváns üzleti változásokról, miközben a hibaráta 11 százalék alá csökken.
Az idiobionika új kutatási irányt jelöl ki az intelligens robotprotézisek adatvédelmi kockázatainak feltárására, hogy azok teljes potenciálját ki lehessen aknázni.
Az új agentic AI keretrendszer a kisvállalkozásokra vonatkozó Business Owner Policies (BOPs) kockázatértékelését automatizálja, különösen a hiányos információk esetén nyújtva előnyt.
Az LLM-ek egyre nagyobb szerepet kapnak a mentális egészségügyben, de a jelenlegi biztonsági intézkedések nem elegendőek. Új keretet javasolnak a kutatók, amely az emberi orvosi gyakorlatot veszi alapul.
Az AI-eszközöket használó tudósok háromszor több cikket publikálnak és ötször annyi idézést kapnak, miközben a tudomány területe szűkül — derül ki a Nature-ben megjelent chicagói kutatásból.
Andrej Karpathy március 7-én kiadott 'autoresearch' repója, amely a MIT licenc alatt fut, közel 90 ezer GitHub csillagot gyűjtött be napok alatt. A rendszer 11%-kal csökkenti a GPT-2 betanítási idejét.
A Google DeepMind kutatása szerint a Gemini 2.5 Flash modell megbízhatóan értékeli a teljes duplex beszélgetéseket, így jelentősen csökkenhetnek az értékelési költségek.
Az Adversarial Social Epistemology (ASE) elméleti keretet kínál az LLM-ek és emberi közösségek közötti kommunikáció torzításának elemzésére, amely túlmutat a hagyományos fogalmakon, mint az epistemic bubble vagy az echo-chamber.
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.