Kutatás
Új kutatás: Grafikon-alapú gépi tanulás segítheti a napenergia-termelés előrejelzését a mikrohálózatokban
A GCN és GraphSAGE modellekkel a fotovoltaikus energiatermelés pontosabban jósolható meg, közvetlenül a hálózati végponton.
Kutatás
AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
Kutatás
A Lyzr Cognis javítja az AI-ügynökök memóriáját: új benchmarkokon is a legjobb
A rendszer egy többlépcsős lekérdezési folyamaton keresztül biztosítja, hogy a korábbi beszélgetések ne vesszenek el, és személyre szabottabb interakciókat tegyen lehetővé.
Kutatás
Új hibajavító módszert javasolnak a maszkolt diffúziós nyelvi modellekhez
A jelenlegi Token-to-Token (T2T) szerkesztési módszerrel szemben a T2M a gyanús tokeneket maszk állapotba állítja vissza, így a modell a kontextusból újra tudja jósolni azokat.
Kutatás
Raktári robotok biztonságát növeli az új látásalapú emberi tudatosság-felmérés
A jelenlegi rendszerek gyakran túlzottan óvatosan kezelik az embereket, lassítva a robotokat, de az új technológia valós időben becsüli meg, hogy egy dolgozó tudatában van-e a robot jelenlétének.
Kutatás
Nem euklideszi térben dolgozik a Google AlphaEarth modellje — új érvelési utakat nyit
A Google AlphaEarth modelljének beágyazásai nem a megszokott, egyenes vonalú euklideszi térben helyezkednek el, ami mélyebb betekintést enged a környezeti adatokba.
Kutatás
Akár 2,3-szoros sebességnövekedést ígér a 2D-s korai kilépés az LLM-eknél
A módszer a rétegek és a mondatok feldolgozását hangolja össze, így a számítási megtakarítások meghaladják az egyes dimenziók önálló optimalizálásával elérhető eredményeket.
Kutatás
Videógenerálásban javít a VAE-k tömörítésén az új módszer
A videó diffúziós modellekben használt VAE-k túl sok latens csatornája rontja a generatív teljesítményt, ezen segít az új tömörítési eljárás.
Kutatás
Akár 52 százalékponttal is javulhat az LLM-ek geometriai feladatmegoldása
A GeoRepEval keretrendszer segítségével akár 52 százalékponttal is javulhat a nagyméretű nyelvi modellek geometriai feladatmegoldása. A keretrendszer a reprezentációs érzékenységet is feltárja.
Kutatás
Gyorsabb MoE LLM-ek az Apple Siliconon – új motor tehermentesíti a CPU-t
Az Apple Silicon chipekben található neurális feldolgozó egységet kihasználó NPUMoE motorral akár 4-szer gyorsabban futnak a MoE modellek. A fejlesztés az Apple Neural Engine kihasználásával érte el a gyorsulást.
Kutatás
StomaD2: Diffúziós hálózattal elemzi a növényi gázcserenyílásokat az új AI-rendszer
A StomaD2 nem invazív módon, restaurációs-detekciós integrált keretrendszerrel oldja meg a gázcserenyílások nagy áteresztőképességű, pontos elemzését.
Kutatás
Új keretrendszer fejleszti a nyelvi modellek társas intelligenciáját: a SAVOIR
A nyelvi modellek társas intelligenciájának fejlesztése alapvető kihívás, amelyet a meglévő módszerek nem oldanak meg elméleti alapon; a SAVOIR keretrendszer ezen a problémán segíthet.
Kutatás
EasyRL: Új módszerrel kerüli el az LLM-ek betanítási csapdáit az ArXiv tanulmánya
Az EasyRL a kognitív tanulás elveit utánozza, megbízható tudásátadással és progresszív, oszd meg és uralkodj stratégiával dolgozik.
Kutatás
Kettős sebezhetőséget tár fel az ARES az LLM-ek és jutalmazási modelljeik hibáiban
A Reinforcement Learning from Human Feedback (RLHF) alapú rendszerekben a jutalmazási modell (RM) hibái eddig kritikus, de gyakran figyelmen kívül hagyott biztonsági réseket okoztak.
Kutatás
5x-ös védelmet ad a jailbreak ellen az ArXiv új Sparse Autoencoder kutatása
A Sparse Autoencoderek (SAE) integrálása a transzformer modellekbe jelentősen, akár ötszörösére is javíthatja az LLM-ek biztonságát a rosszindulatú optimalizációs támadásokkal szemben.
Kutatás
Több mintavétellel bukhatnak le az LLM-ek feltörői — állítja az arXiv tanulmánya
A nagyméretű nyelvi modellek (LLM) feltörésének észlelése különösen nehéz a jól illesztett modelleknél, amelyek ritkán produkálnak káros kimeneteket — mutatja egy új kutatás.
Kutatás
Vállalati AI-ügynökök burjánzását fékezné meg az új irányítási modell
A cégek mindössze 21%-a rendelkezik kiforrott irányítási modellel az autonóm AI-ügynökök kezelésére, pedig a gyors terjedés miatt sürgős válaszokra van szükség.
Kutatás
Google Simula: Szintetikus adatkészleteket generál a speciális AI-nak
A keretrendszer a hagyományos módszerekkel ellentétben nem támaszkodik meglévő adatokra vagy kézzel írt promptokra, hanem az adatgenerálást mechanizmus-tervezési problémaként kezeli.
Kutatás
Időjárás-előrejelzés: 1,3 millió mintával segíti a VLM-eket a SynopticBench
Az új eszközökkel a kutatók a látás-nyelvi modellek (VLM) meteorológiai adatokból történő szöveggenerálási képességét mérik, ami eddig komoly kihívást jelentett a kaotikus légkör miatt.
Kutatás
StoSignSGD: Új algoritmus oldja meg a SignSGD konvergencia-problémáját LLM-eknél
A StoSignSGD néven bemutatott új optimalizációs algoritmus a SignSGD korábbi korlátait hivatott feloldani, különösen a nem-sima célfüggvények esetében.
Kutatás
Az Aletheia PhyLAA-X új mélyhamisítvány-detektort mutatott be
A PhyLAA-X modell a gépi tanulást fizikai invariánsokkal ötvözi, hogy hatékonyabban azonosítsa a manipulált videókat, különösen a nehezen észrevehető esetekben.
Kutatás
CXR-LT 2026: az AI-t ritka mellkasröntgen-diagnózisokra trenírozzák
A CXR-LT 2026 kihívás a mesterséges intelligencia (AI) mellkasröntgen-képek értelmezésének javítására fókuszál, különös tekintettel a ritka betegségekre és az előre nem látott elváltozásokra.