AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
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.
Kutatók az Alibaba-Qwen és a Tsinghua Egyetem közreműködésével a HopChain keretrendszerrel dolgoznak a látás-nyelv modellek fejlesztésén. A cél a komplex vizuális feladatoknál tapasztalt hibák
Egyágens rendszerek információ-hatékonyabbak azonos számítási kapacitással. Felülbecsülik a MAS rendszerek teljesítményét.
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.