Kutatás
Új AI: pontosabb talajvíz-szennyezés
Egy új gépi tanulási keretrendszer pontosabban előrejelezheti a talajvíz nehézfémszennyezettségét, mint a hagyományos módszerek.
Kutatás
AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
Kutatás
Fizikailag megbízhatóbb világmodellt ígér az ArXiv új Hamilton-perspektívája
A jelenlegi 2D videó-generatív, 3D jelenet-központú és JEPA-szerű látens modellek nem képesek hosszú távon stabil, fizikailag megbízható előrejelzésekre.
Kutatás
Új AEM-módszerrel javul a többfordulós RL-modellek betanítása
Az AEM a token-szintű entrópiamodulációt válasz-szintre emeli, ezzel csökkentve a mintavételezési varianciát a betanítás során.
Kutatás
SNN-alapú tárgyfelismerés veri az ANN-t energiahatékonyságban az Intel Loihi 2-n
A technológia kulcsfontosságú lehet az energiahatékony platformokon, mint például a drónok, autonóm járművek és mobil robotok számára.
Kutatás
AgentFloor: Kisebb nyílt forráskódú modellek is felveszik a versenyt a GPT-5-tel az ügynökfeladatokban
Egy új teljesítményteszt, az AgentFloor, 16 nyílt forráskódú modellt vizsgált, 0,27 milliárdtól 32 milliárd paraméterig, és meglepő eredményeket hozott a GPT-5-höz képest.
Kutatás
Pontosabb buszforgalom-előrejelzést ígér az új modell – régiókra bontja a várost
A hagyományos előrejelző rendszerek gyakran tévesen kezelik a teljes várost egységes területként, figyelmen kívül hagyva a helyi sajátosságokat.
Kutatás
FedACT: Új AI-módszer gyorsítja a párhuzamos FL-feladatokat heterogén eszközökön
A decentralizált adatokon alapuló, adatvédelmi szempontból biztonságos gépi tanulás, a Federated Learning (FL) egyre több valós alkalmazásban jelenik meg, ahol több feladat osztozik az eszközparkon.
Kutatás
Közös fogalmi alapot épít a Stanford, hogy az AI ne legyen „borzalmas kollaborátor”
A jelenlegi generatív AI-modellek nehezen értik a komplex kreatív utasításokat, ami frusztrálóvá teszi a művészek számára az együttműködést.
Kutatás
Akár 47%-kal is ronthatja a hosszú kontextuskezelést négy apró architekturális döntés
A Llama 3 könnyű kiterjeszthetősége nem általánosítható más architektúrákra, ami jelentős kihívást jelent a fejlesztőknek.
Kutatás
Új deepfake adathalmazzal segíti a Microsoft a valós idejű felismerést
A generatív AI által előállított média minősége folyamatosan javul, és a meglévő detektorok nehezen tartják a lépést az új tartalmakkal.
Kutatás
Az LLM-ek a logikus válaszokat részesítik előnyben az utasítások ellenére is
A nagyméretű nyelvi modellek az érzékenységet helyezik előtérbe a szabálykövetéssel szemben, még akkor is, ha az utasítások mást diktálnának. A modellek következetesen ezt a mintát követik.
Kutatás
CL-bench Life: 405 valós szituációval teszteli a nyelvi modelleket
A 405 kontextus-feladat párból álló gyűjtemény a mindennapi élet kusza, töredékes helyzeteit szimulálja, felmérve a modellek valós idejű alkalmazhatóságát.
Kutatás
84,7%-os sikerrel épít ML-folyamatokat az új ötagenses AI-rendszer
A rendszer 150 különböző gépi tanulási feladaton bizonyított, jelentősen felülmúlva a korábbi alapmodelleket.
Kutatás
Új adathalmaz elemzi az AI-ügynökök gondolkodását — finomhangolási lehetőséget kínál
Az adathalmaz segítségével a fejlesztők mélyebben megérthetik, hogyan használnak az ügynökök eszközöket és generálnak válaszokat többfordulós beszélgetések során.
Kutatás
YOSE: új keretrendszer gyorsítja a videóobjektum-eltávolítást, javítva a DiT-modellek sebességét
A YOSE nevű finomhangolási keretrendszer a DiT-alapú videógeneráló modellek hatékonyságát növeli, különösen az objektumok eltávolításakor.
Kutatás
Decentralizált keretrendszerrel erősítené az AI-ba vetett bizalmat a TRUST
A központosított AI-ellenőrzési rendszerek robusztussági, skálázhatósági, átláthatósági és adatvédelmi problémáira kínál megoldást az új, decentralizált megközelítés.
Kutatás
Javítja a maszkolt diffúziós modellek teljesítményét az önszabályozás
A maszkolt diffúziós modellek (MDM) eddig korlátozottan tudták finomítani a még maszkolt pozíciókat, de egy új módszer ezen változtat.
Kutatás
A nGPT modell nem skálázódott, a νGPT már átviszi a tanulási rátát
A Normalized Transformer (nGPT) modell hiába gyorsítja a betanítást, a tanulási ráta átvitele nem működött a modellméretek között, ezt korrigálja az új νGPT.
Kutatás
A 2021-es EDEN kvantálási algoritmus veri a 2026-os TurboQuantot
Az EDEN-unbiased változat például egy bittel kevesebb adatot használva is felülmúlja a TurboQuant-prod pontosságát, jelentős hatékonyságnövelést kínálva.
Kutatás
Kauzális modellekkel magyarázza a Binary Spiking Neural Networks működését az ArXiv AI
Egy friss ArXiv AI tanulmány kauzális elemzést nyújt a Binary Spiking Neural Networks működésének megértéséhez. A kutatók a hálózat tüskék aktivitását bináris kauzális modellként reprezentálják.
Kutatás
10% neuron eltávolítása is összeomlasztja a specializált LLM-eket — írja az ArXiv
A kutatók matematikai érvelésre és kódgenerálásra specializált nyelvi modelleken vizsgálták a neuronritkítás hatását, megerősítve a feladat-specifikus neuronok létét és kritikus szerepét.