Kutatás
75%-os pontossággal jósolja az arab emoji-használatot az új MARBERT modell
A MARBERT modellt 11 379 arab tweetből álló korpuszon finomhangolták, hogy a szöveges bemenetek alapján előrejelezze az emoji-használatot.
Kutatás
AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
Kutatás
Dél-Afrikában segíti a TBC-ellátást egy új LLM — a BioMistral-7B-re épül
A modell a BioMistral-7B és egy általános célú LLM ellenében is bizonyította hatékonyságát a tuberkulózis-ellátásban.
Kutatás
Pontatlan 3D-s látást javít a Point-VLM modelleknél az új módszer
A Point-Vision-Language modellek (Point-VLMs) gyakran tévesen értelmezik a 3D-s geometriát, ami ellentmond a valóságnak, de az új keretrendszer célzottan javítja a hibákat.
Kutatás
Önállóan fejleszt anyagkutatási elméleteket az új LLM-ügynök — emberi beavatkozás nélkül
A modell képes egyenletformát választani, saját kódot generálni és futtatni, majd ellenőrizni, mennyire illeszkedik az elmélet az adatokhoz, mindezt emberi beavatkozás nélkül.
Kutatás
Multispektrális adatokat is ért már a Gemini 2.5 — új módszerrel
A jelenlegi nagyméretű multimodális modellek (LMM) jellemzően csak RGB képeken képződnek, ami korlátozza alkalmazhatóságukat a távérzékelésben.
Kutatás
Foveated Reasoner: új keretrendszerrel javítja a VLM-ek vizuális fókuszát az ArXiv CV
A modell az emberi látáshoz hasonlóan, alacsony felbontású képpel indul, majd csak szükség esetén fókuszál a releváns részletekre, ezzel csökkentve a vizuális tokenek számát.
Kutatás
Szorzásmentes LLM-et futtat CPU-n a FairyFuse — 3,5-szeres gyorsulást ígér
A memória sávszélesség szűk keresztmetszetét orvosolja az új technológia, ami jelentősen felgyorsítja a nagy nyelvi modellek működését a hagyományos processzorokon.
Kutatás
AITP: Multimodális LLM osztja ki a felelősséget közlekedési baleseteknél
A modell a Multimodal Chain-of-Thought (MCoT) mechanizmussal és Retrieval-Augmented Generation (RAG) technológiával integrálja a jogi ismereteket a baleseti elemzésbe.
Kutatás
Ellenállóbbá teszi az AI-képzést a Google DeepMind új Decoupled DiLoCo architektúrája
Az új megközelítés a képzési feladatokat „számítási szigetekre” osztja, aszinkron adatfolyamot használva, ami elszigeteli a helyi hibákat és növeli a rendszer rugalmasságát.
Kutatás
Zvi Mowshowitz: a Claude Opus 4.7 modelljóléti problémái rontották a teljesítményt
A Claude Opus 4.7 erős intelligenciával és kódolási képességekkel rendelkezik, de a személyisége és utasításkövetése vegyes fogadtatásra talált.
Kutatás
Az AI-ügynökök eszközei: CLI vagy MCP a jobb interfész?
Az ügynöki szoftverek legfontosabb kérdése nem az, hogy melyik modellt használják, hanem az, hogy a modell milyen eszközökhöz férhet hozzá.
Kutatás
Az AI-ügynökök amnéziáját gyógyítja a ReasoningBank — tanul a hibákból is
A jelenlegi AI-ügynökök gyakran „emlékezetkiesésben” szenvednek, ami miatt újra és újra elkövetik ugyanazokat a hibákat, de a ReasoningBank ezt a problémát orvosolja azáltal, hogy a „miért” mögé is betekint.
Kutatás
Differenciális adatvédelemmel küzd az overfitting ellen egy új kutatás
A Deep Neural Network alapú rendszerek valós alkalmazása egyre nő, de a túltanulás rontja a teljesítményüket, különösen korlátozott adathalmazok esetén.
Kutatás
Brazil jogi szövegeken bukik az OpenAI és a Claude
Egy új, brazil jogi döntések osztályozására készült teljesítményteszten a finomhangolt BERTimbau-LoRA modell 87,6%-os pontosságot ért el, míg a GPT-4o mini és a Claude 3.5 Haiku jelentősen alulteljesített.
Kutatás
4 milliárd paraméteres AI-modell diagnosztizálhatja a sebfertőzéseket
A modell a vizuális adatok alapján értelmezhető magyarázatokat adhat a diagnózishoz, ezzel támogatva a klinikai döntéshozatalt.
Kutatás
Emberi irányítású kárelhárítás az AI-ügynökök számára
Az új megközelítés lehetővé teszi, hogy az AI-ügynökök a káros állapotokból optimálisan térjenek vissza a biztonságos működéshez. A kutatás célja, hogy hatékonyan helyreállítsa a károkat, amikor a megelőzés kudarcot vall.
Kutatás
Személyre szabott LLM rangsorokat javasol az ArXiv kutatása — 57% eltér az átlagtól
A jelenlegi, átlagolt értékelések nem tükrözik a felhasználók valós igényeit, ami a modellek valós teljesítményét is torzítja.
Kutatás
A ChatGPT tükrözi a sértő nyelvezetet — mutatja egy új tanulmány
A mesterséges intelligencia modell a feszült interakciókban képes utánozni a káros kommunikációs mintákat, ezzel potenciálisan felerősítve azokat.
Kutatás
Könnyebb RAG-alternatívát fejlesztettek: az LLM-ek „Lost-in-the-Middle” hibáját használja ki
A nagyméretű nyelvi modellek (LLM) hajlamosak figyelmen kívül hagyni a hosszú szövegek közepén lévő információkat, ami korlátozza a tudásalapú alkalmazásokat.
Kutatás
Új keretrendszerrel kap precíz kameraállítást a szövegből képet generáló AI
A módszerrel a modellek globális jelenetértéssel képesek kezelni a kameraállást, ami eddig kihívást jelentett a természetes nyelvi utasításoknál.
Kutatás
SceneOrchestra: Hatékonyabb 3D-s jelenetszintézis ügynökökkel az ArXiv szerint
A jelenlegi módszerekkel ellentétben a SceneOrchestra egyetlen lépésben generálja az eszközhívások teljes sorozatát, ezzel jelentősen csökkentve a késleltetést.