AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
Az iparág 90‑95 % körüli kudarcarány a legmagasabb a gazdaságban, ezért a Stanford kutatói hierarchikus AI‑ügynökökbe vetették a gyógyszerfejlesztés teljes ciklusát, hogy megőrizzék a projektkörnyezetet.
A Washington Post vizsgálata szerint a legtöbb AI-chatbot baloldali álláspontot képvisel politikai kérdésekben. A Google Gemini 3.1 Pro kivétel, 93%-ban kiegyensúlyozott válaszokat ad.
Az Allen Institute for AI kutatói hibrid AI-modellek előnyét mutatták meg a transzformerekkel szemben, különösen a főnevek, igék és melléknevek megjóslásában. A 7B-s méretű Olmo Hybrid nevű modelljüket hasonlították össze az Olmo 3-as transzformerekkel.
A Google DeepMind Aletheia rendszere önállóan előállított doktori szintű kutatási eredményeket aritmetikai geometriai struktúrakonstansok kiszámításával. Az OpenAI modellje pedig cáfolt egy fontos sejtést kombinatorikai geometriában, amit a matematikusok mérföldkőnek ismereltek el.
A Neuro-Symbolic Drive keretrendszer a klasszikus tervezők szabályalapú logikáját építi be a robotautó-vezérlő modellekbe, így a hibaszázalék akár 10,13%-ról 5,99%-ra csökkenhet.
A RIFT-Bench nevű új keretrendszer egységesen képes vizsgálni a különböző autonóm AI-rendszerek biztonsági réseit, a szerzők szerint a módszer 45 különböző ügynökön bizonyult hatékonynak.
Az új T2D-Bench teljesítményteszt szerint a GPT-4o 33%-ban, a GPT-4o-mini 35%-ban hibázik a diabétesz-kezelési ajánlások ellenőrzésekor, nem felelnek meg az ADA irányelveknek.
A DriveStack-VLA egy új AI-keretrendszer, amely 91,6%-os pontossággal képes navigálni autóvezetésben, miközben a zárt tesztekben 56,36%-os sikeraránnyal teljesít.
Jonas Adler és Alexander Pritzel, a Google Gemini AI modell kulcsfontosságú fejlesztői az Anthropicba távoznak, tovább gyengítve a Google pozícióját a mesterséges intelligencia versenyben.
A SignalFire kutatása szerint a mérnöki pozíciók voltak a legellenállóbbak 2025-ben, miközben a technológiai szektorban általánosan csökkent a foglalkoztatás.
Az amerikai és kínai AI-verseny globális kockázatokat rejt magában, amelyek akár 'Csernobil-pillanathoz' is vezethetnek, ha a két szuperhatalom nem működik együtt — véli Stephen Casper, a MIT kutatója.
Az új Dual-Stream Heterogeneous Graph Neural Network (DS-HGNN) 19-38%-kal kevesebb betanító adattal képes pontosan szimulálni a szerkezeti válaszokat, mint a korábbi modellek.
A ritka vérbetegségek megkülönböztetését célzó AI-modellek közül a Random Forest és a Gradient Boosted Trees kombinációja lett a legeredményesebb, 14 diagnózis között.
A kutatók szerint a Tree of Thought (ToT) stratégiák, mint a DPTS és a SSDP, korlátozottak és nem skálázódnak megfelelően a számítási kapacitás változásával. Úgy tűnik, hatékonyabb megközelítésre van szükség az AI-ügynökök számára.
A HANCLIP 20 000 kép-szöveg kvadrupelből tanul, és a tagadó mondatok kezelésében 15%-kal jobb a NegBench teljesítményteszten, mint a CLIP vagy a LongCLIP.
A MIT kutatói ultrahangos csuklószalagot fejlesztettek, amellyel robotkezet lehet vezérelni zongorán dalokat játszani és kosárlabdát dobni. Xuanhe Zhao professzor csoportja AI-algoritmussal határozza meg az ujjak pontos pozícióját az izmok és ínök állapota alapján.
lwilko szerint a Civilization VI-ben az AI által kezelt döntési tér becslés szerint 10^166 lehetséges akciót tartalmaz egy körben, ami rávilágít a kormányzati AI korlátaira.
A kiadók 23%-a megszüntetné az eredeti tartalmakat felkutató AI-keresőket, ám a belső app-alapú AI-integrációval szemben nagy az optimizmus — derül ki a Pugpig friss jelentéséből.
A fizikai AI 2.0 új architektúrája a valóság torz adatai alapján is pontosabb képet fest a robotok környezetéről, de a puszta adatnövelés nem elég.
Az annotátorok közötti véleménykülönbség hasznos jeleket hordoz az AI-modellek betanításához, de a szükséges annotátorok száma a célmetrikától függ — mutatja az Apple kutatása.
Az Oxford és Stanford kutatói által fejlesztett Data2Story AI-ügynök bizonyítékokkal alátámasztott, multimodális riportokat generál, növelve az újságírás átláthatóságát.
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.