Зерттеулер2026 ж. 23 қыркүйек

Агенттерді тұрақты ету: дағдылар қайталанатын тапсырмалар үшін әдеттер қалыптастыруы керек

On repeated work, agents are inconsistent. Біз әрқайсысы үш рет 42 тапсырманы орындадық және үлгіге байланысты 38% -дан 74% -ға дейін келіспейтін жауаптарды қайтарғанын анықтадық. Сатып алушы, аудитор немесе реттеуші талап ететін нәрсе, ал агенттерде бұл сәйкестік жоқ. They are wasteful too:…

Travis Weber, Rohit Taneja·arXiv — cs.AI
Түпнұсқа
Негізгі тұжырымдар
  • 01.On repeated work, agents are inconsistent
  • 02.Біз әрқайсысы үш рет 42 тапсырманы орындадық және үлгіге байланысты 38% -дан 74% -ға дейін келіспейтін жауаптарды қайтарғанын анықтадық
  • 03.Сатып алушы, аудитор немесе реттеуші талап ететін нәрсе, ал агенттерде бұл сәйкестік жоқ

Материал кеңейтілген талдамалық дайджест форматында берілген.

Толық нұсқасын түпнұсқадан оқу
Материал авторға сілтеме жасай отырып, ұлттық инфопоток аясында агрегацияланған.

Байланысты материалдар

Барлығы →
Зерттеулер1 мин

ChatGPT PIN-код және Face ID қорғауымен жабық чаттарды енгізіп отыр

OpenAI ChatGPT-ке жеке перепискаларды PIN-код немесе биометриялық қорғау арқылы жасыруға мүмкіндік беретін жабық чаттар функциясын енгізуде. Бұл жаңарту жеке сөйлесулерді басқа адамдардан жасыруға көмектеседі, хатта пайдаланушы өз телефонын басқаларға берсе де.

Tech-news.kz
Зерттеулер1 мин

Microsoft-тың MAI-DxO жүйесі күрделі ауруларды дәрігерлерден дәлірек анықтады

Microsoft әзірлеген MAI-DxO жасанды интеллект жүйесі күрделі клиникалық жағдайларды диагностикалау кезінде жалпы практика дәрігерлерінен жоғары нәтиже көрсетті. Ішкі сынақтарда жүйенің диагноз қою дәлдігі 80%-дан асып, кейбір көрсеткіштер бойынша дәрігерлердің нәтижесінен екі…

Tech-news.kz
Зерттеулер1 мин

Anthropic $100 млрд-дық IPO-ға дайындалуда — компания бағасы $2 трлн-ға жете алады

💰 Anthropic $100 млрд-дық IPO-ға дайындалуда — компания бағасы $2 трлн-ға жете алады МА деректері бойынша, Claude әзірлеушісі біржанықта инвесторлар $100 млрд-ға дейін акция сатып ала алатын біржанықты қарастырады. IPO-ға дайындалу фонында қызықты деректер пайда болды…

Telegram — GPT Time | Нейросети | ИИ