Kutatás
Az emberi kommunikáció inkább „mohó” mint optimális — állítja az ArXiv tanulmánya
A tanulmányban a kutatók azt vizsgálták, hogyan reagálnak az emberek különböző kérdésekre, ha szókincsüket akár 250 gyakori szóra korlátozzák.
Kutatás
AI research papers, arXiv publikációk, benchmarkok, tudományos áttörések
Kutatás
Ghánai joghallgatókat segít az Eskwai for Students AI — 32 ezer lekérdezést kezeltek
Az Eskwai for Students nevű generatív AI-asszisztens 12 ezer esetjog és 1400 jogszabály alapján válaszol jogi kérdésekre, ezzel segítve a ghánai joghallgatókat.
Kutatás
OP-Mix: új adatmixelő algoritmus egységesíti a nyelvi modellek betanítását
Az új megközelítés a jelölt adatmixeket olcsón szimulálja alacsony rangú adapterek interpolálásával, amelyeket közvetlenül betanítottak.
Kutatás
RAG-alapú rendszer gyorsítja a nővér-beteg beszélgetések elemzését
A klinikai adatok strukturálása eddig időigényes feladat volt, de egy moduláris RAG-folyamat most jelentősen egyszerűsíti a nővér-beteg párbeszédek elemzését.
Kutatás
MR2-ByteTrack: új videóobjektum-észlelési módszer CNN és Transformer alapokon
A rendszer a felbontások váltogatásával és egy új Rescore algoritmussal optimalizálja a teljesítményt, miközben a pontosságot fenntartja.
Kutatás
Új Social-Mamba modell a tömeges környezetekben való navigációhoz
Az új architektúra a szociális interakciókat strukturált szekvenciális folyamatokként értelmezi újra, ami jelentősen növeli a számítási hatékonyságot.
Kutatás
Új ChangeFlow modell javítja a távérzékeléses változásdetekciót
A távérzékeléses változásdetekció (RSCD) célja, hogy azonosítsa a földrajzi régiók két képe közötti különbségeket, ám a hagyományos módszerek gyakran pontatlanok.
Kutatás
A 3-bites kvantálás 21%-kal növeli a LLM-ek elfogultságát
A kvantálás célja a LLM-ek költségeinek és memóriaterületének csökkentése, de egy új tanulmány rávilágít, hogy ez a folyamat jelentős minőségi kompromisszumokkal járhat az elfogultság terén.
Kutatás
Hardverre optimalizálja a LLM-dekódolást a GQLA – H100 és H20 GPU-kon is gyorsabb
A Group-Query Latent Attention (GQLA) minimális módosítással két, algebrailag ekvivalens dekódolási utat tesz elérhetővé ugyanazokon a paramétereken, újraoktatás nélkül.
Kutatás
Új Conditional Attribute Transformers: ezerszer gyorsabban becsüli az attribútumokat
A Conditional Attribute Transformers (CAT) módszerrel a generatív modellek sokkal gyorsabban becsülhetik meg a szekvencia szintű attribútumokat, mint a korábbi mintavételi eljárások.
Kutatás
1,7-szeres gyorsulást hoz a Lighthouse Attention a hosszú kontextusú LLM-ek betanításában
A Lighthouse Attention a betanítási időt csökkenti, miközben a modellek végső betanítási veszteségét változatlanul hagyja, vagy akár javítja is.
Kutatás
PolitNuggets: 400 politikus életrajzával teszteli az AI-ügynökök ténygyűjtését
A PolitNuggets egy többnyelvű rendszer, amely 400 globális elit politikus életrajzának összeállításával értékeli az AI-ügynökök információszintézisét.
Kutatás
GraphBit: Gráfalapú rendszerrel szünteti meg a LLM-ek hibás útválasztását
A rendszer a nagyméretű nyelvi modellek (LLM) által vezérelt munkafolyamatokban gyakori hallucinált útválasztást és végtelen ciklusokat előzi meg, növelve a megbízhatóságot.
Kutatás
Diffúziós nyelvi modelleket javít a TraFL — minden teljesítményteszten felülmúlja az alapmodellt
A TraFL (Trajectory Flow baLancing) nevű új eljárás a diffúziós nyelvi modellek poszt-betanítási fázisában jelentkező „pályazár” problémát orvosolja, amely a megoldások szűk körére koncentrálja a modellt.
Kutatás
Pontosabb alaprajzokat készít az új AI — betartja a méretkorlátokat
A jelenlegi alaprajz-generáló AI-k főleg a helyiségek kapcsolódására fókuszálnak, de az új megközelítés már a pontos méreteket és területeket is képes kezelni.
Kutatás
Többnyelvű AI-modellek tudásszerkesztését javítja egy új vektorösszegzési módszer
A nagyméretű nyelvi modellek (LLM) többnyelvű tudásszerkesztése (MKE) eddig komoly kihívást jelentett a nyelvi specifikus szerkesztések interferenciája miatt.
Kutatás
A LLM-ügynökök önismeretét és érzelmeit javítja egy új GraphRAG-módszer
Az új megközelítés a Maslow-piramis és Plutchik érzelemkereke alapján értékeli az elvárt viselkedéseket, ezzel mélyebb önismeretet és dilemmamegoldó képességet biztosítva az AI-nak.
Kutatás
LLM-desztilláció teljes energiaigényét méri a ComRAM — új mérési módszerrel
A kutatók részletes, szakaszokra bontott GPU-energiafogyasztás-követéssel vizsgálták a logit-alapú tudásdesztilláció és a szintetikus adatokkal történő finomhangolás energia- és kibocsátási adatait.
Kutatás
ProtoMedAgent: Új rendszerrel zárja ki a klinikai AI-hallucinációt az ArXiv kutatása
A ProtoMedAgent rendszer az orvosi dokumentációban gyakori „retrieval sycophancy” jelenséget küszöböli ki, ahol a nyelvi modellek téves magyarázatokat generálnak a vizuális előrejelzésekhez.
Kutatás
Költséghatékony génexpressziós előrejelzést ígér a DUET a hisztológiai képekből
A DUET nevű új módszer két paradigmát ötvözve kínál megoldást a meglévő rendszerek korlátaira, amelyek a vizuális hasonlóságra építenek, de nem garantálják a molekuláris konzisztenciát.
Kutatás
Új geometriai modell tisztázza a súlyozott kontrasztív tanulás működését
A súlyozási séma határozza meg, hogy a kontrasztív tanulás geometriailag megvalósítható, degenerált vagy inkonzisztens lesz-e, ami elvi alapot ad új célfüggvények tervezéséhez.