Исследования1 мин
В браузере запустили полноценного агента для программирования на модели всего с 2 млрд параметров.
В браузере запустили полноценного агента для программирования на модели всего с 2 млрд параметров..
Telegram — Вайб-кодинг
Каталог публикаций
Все материалы
Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.
2209
Материалов
Исследования1 мин
Круглые столы: Может ли ИИ действительно убить нас всех?
Круглые столы: Может ли ИИ действительно убить нас всех?.
MIT Technology Review
Исследования1 мин
OpenAI, Anthropic, Google have been in talks on AI safety for weeks
OpenAI, Anthropic и Google сотрудничают по вопросам безопасности ИИ в течение нескольких недель. Это сотрудничество стало результатом призыва CEO Anthropic к объединению отрасли для замедления разработки передового ИИ и снижения катастрофических рисков. Обсуждаются стандарты…
TechCrunch — AI
Исследования1 мин
Бывший операционный директор METR, нанятый в начале Anthropic, нашел способ обуздать мошеннических агентов ИИ
Основатели компании Artificial Intelligence Underwriting Company (AIUC) Рун Квист и Раджив Даттани разрабатывают решение для управления рисками, связанными с агентами ИИ в компаниях. Они создали стандарт AIUC-1 для аудита и сертификации агентов ИИ, что обеспечивает соответствие…
TechCrunch — AI
Исследования1 мин
The Download: AI doomers, whistleblowing agents, and de-aged livers
This is today’s edition of The Download, our weekday newsletter that provides a daily dose of what’s going on in the world of technology. The AI industry has taken a doomer turn. What now? AI chiefs Dario Amodei, Sam Altman, Elon Musk, and Demis Hassabis are suddenly all in…
MIT Technology Review
Исследования1 мин
Модели ИИ нуждаются в большем количестве данных о биологии, и OpenAI платит за их создание
Модели ИИ нуждаются в большем количестве данных о биологии, и OpenAI платит за их создание.
MIT Technology Review
Исследования1 мин
У Claude Code начинает появляться собственная экосистема модов. 🏎
У Claude Code начинает появляться собственная экосистема модов.
Telegram — Вайб-кодинг
Исследования1 мин
Claude Is Now Leaving Invisible Fingerprints In Its Text
Images can be watermarked for copy protection. Now, get this. Claude AI announced that they are watermarking the text you generate with it. From when? When does this start? Well, Anthropic is rolling this out right now. Yep. I am not talking about this because I agree with it,…
YouTube — Two Minute Papers
Исследования1 мин
Безопасность ИИ требует большего, чем просто замедление нашего темпа
Статья поднимает вопрос о необходимости мер безопасности в области ИИ на фоне недавних событий, включая отставку исследователя из Anthropic и растущие опасения по поводу неконтролируемого прогресса в ИИ. Генеральный директор Anthropic Дарио Амодеи предлагает трехступенчатый план…
Digital Donut AI Digest
Telegram — Hackalem
Исследования1 мин
Инженер DeepSeek заявил, что не хочет, чтобы Anthropic получила контроль над AGI.
Инженер DeepSeek заявил, что не хочет, чтобы Anthropic получила контроль над AGI..
Telegram — Вайб-кодинг
Исследования1 мин
FLoKD: адаптивная дистилляция знаний для федеративного LLM низкого ранга через беспроводные сети
Большие языковые модели (LLM) продемонстрировали сильные возможности в широком спектре задач обработки естественного языка. Однако традиционная точная настройка обычно основана на централизованном сборе данных, что приводит к проблемам конфиденциальности. Федеративное обучение (FL) позволяет…
arXiv — cs.AI
Исследования1 мин
Vibe Patenting: оценка судей LLM для профессиональных агентов по составлению патентов
Судьи LLM все чаще используются для оценки и улучшения результатов, полученных с помощью ИИ, однако их надежность в сложной профессиональной работе остается неясной. Мы изучаем эту проблему с помощью Vibe Patenting, комплексной испытательной площадки для разработки патентов для оценки ИИ-агентов. Отдельно вызываемый…
arXiv — cs.AI
Исследования1 мин
Маршрутизация с учетом углерода для вызова функций в системах LLM Edge-Cloud
Модели больших языков (LLM) с возможностями вызова функций становятся критически важными для современных агентных систем искусственного интеллекта. Тем не менее, текущие развертывания обычно направляют выводы на мощные облачные модели, что приводит к значительному потреблению энергии и выбросам углекислого газа. Мы обращаемся…
arXiv — cs.AI
Исследования1 мин
Сходимся, затем диверсифицируем: разделение конвергенции и разнообразия в многоцелевой байесовской оптимизации
Многокритериальная байесовская оптимизация (MOBO) — это эффективный по выборке подход для оптимизации дорогостоящих функций «черного ящика» с несколькими целями. В MOBO цель состоит в том, чтобы адекватно аппроксимировать фронт Парето; то есть получить качественный набор решений с 1) хорошими…
arXiv — cs.AI
Исследования1 мин
ZGCM-1: полностью открытая и чрезвычайно эффективная базовая модель для математического и агентного поиска
В этой работе мы представляем ZGCM-1, полностью открытую модель плотного фундамента 7B, обученную с нуля с чрезвычайной эффективностью данных, системы и алгоритмов. ZGCM-1 основан на основной предпосылке: компактные модели не могут пассивно запоминать открытую сеть, но могут преодолевать параметрические возможности…
arXiv — cs.AI
Исследования1 мин
Асклепий: адаптивная система для клинических агентов с большим горизонтом
Агенты LLM в основном тестируются на коротких однозадачных траекториях, однако реальные развертывания выполняются часами в условиях конкуренции, что приводит к другому классу сбоев. Мы используем симулятор клинической среды (CES), в котором агент управляет всем отделением неотложной помощи…
arXiv — cs.AI
Исследования1 мин
AutoTailor: автоматический, настраиваемый пользователем выбор и адаптация возможностей веб-агентов
Веб-агенты могут использовать инструменты многократного использования, чтобы снизить стоимость и задержку низкоуровневого взаимодействия с браузером, но автоматически обнаруживаемые коллекции инструментов могут быть большими, избыточными и плохо соответствовать потребностям пользователей. Мы представляем AutoTailor, метаагентную структуру для создания и…
arXiv — cs.AI
Исследования1 мин
Fraglingo: молекулярный дизайн посредством авторегрессионной генерации фрагментов с учетом прикрепления
Молекулярный дизайн наиболее эффективен, когда генерация отражает изменения, которые на самом деле вносят химики: расширение каркаса, замена заместителя или украшение каркаса в указанном месте прикрепления, одновременно оптимизируя молекулярные свойства. Молекулярный дизайн на основе фрагментов, естественно…
arXiv — cs.AI
Исследования1 мин
Планирование или обучение: надежность и стоимость обслуживания нескольких активов
Системы промышленного обслуживания включают в себя множество взаимодействующих активов и общих ресурсов, что затрудняет баланс между надежностью и эксплуатационными расходами с использованием единой структуры принятия решений. Хотя недавняя работа была сосредоточена на обучении с подкреплением (RL) для планирования технического обслуживания,…
arXiv — cs.AI
Исследования1 мин
Причинный мультимодальный ИИ для персонализированного прогнозирования химиочувствительности
Химиотерапия улучшает выживаемость некоторых пациентов с раком молочной железы, но врачи не могут точно предсказать, кто именно. Текущие рекомендации полагаются на оценку рецидивов как показатель эффективности лечения, что может способствовать чрезмерному назначению химиотерапии. Здесь мы представляем причинно-следственную связь…
arXiv — cs.AI
Исследования1 мин
Как происходит и какое значение имеет плохое обращение с пользователями-ИИ в диалоговых системах?
Исследования безопасности часто фокусируются на вреде, создаваемом моделями, но пользователи также могут направлять на модели враждебность, принуждение и враждебное давление. Понимание того, как и когда это происходит, необходимо для точной интерпретации поведения модели, отклонения выравнивания и реального развертывания…
arXiv — cs.AI
Исследования1 мин
Обоснованное решение об изменениях в извлеченных временных рамках (MAVEL): сравнение клинических сроков с отчетами о случаях заболевания
Существующие конвейеры для извлечения клинических графиков из отчетов о случаях оцениваются с использованием экспертных справок и ограничены несовершенными справочными аннотациями и неточным сопоставлением событий. Мы разработали GAVEL, протокол судьи LLM, который сравнивает два временных графика с делом…
arXiv — cs.AI
Исследования1 мин
LabAgent: настраивайте любые исследовательские центры для научных открытий с помощью агентов ИИ
Научные исследования — это непрерывный процесс, в котором особое внимание уделяется наследственности. Методы, разработанные предшественниками, часто расширяются новыми исследователями для изучения более новых и глубоких научных вопросов. Однако смена сотрудников лаборатории, например, выпуск студентов, приводит к…
arXiv — cs.AI
Политика и регулирование1 мин
Идентичность — это больше, чем просто отзыв: эталон постоянной идентичности в развернутых агентах ИИ
Настойчивые агенты нуждаются в оценках, позволяющих отличать факты идентичности, которые они могут вспомнить, от тех, которые они выражают и действуют. Мы представляем PAI-Bench, независимый от поставщика тест для проверки точности версионного контракта идентификации, управляемого обновлениями. Он разделяет воспоминания, композиции, поведенческие…
arXiv — cs.AI
Исследования1 мин
TimeThink: выявление композиционных рассуждений в больших языковых моделях таймсерий
Мультимодальные модели большого языка временных рядов (TS-MLLM) недавно начали использовать возможности рассуждения моделей большого языка (LLM) для задач ответа на вопросы. Однако эти модели часто не могут уловить динамические временные закономерности, предоставляя лишь неявные рассуждения…
arXiv — cs.AI
Исследования1 мин
От юридического текста к источникам риска, связанным с искусственным интеллектом: систематический анализ требований Закона ЕС об искусственном интеллекте в отношении высокого риска
Закон ЕС об искусственном интеллекте вводит обязательные требования к системам искусственного интеллекта высокого риска с явной целью обеспечить разработку и эксплуатацию заслуживающего доверия искусственного интеллекта. В то же время практика управления рисками ИИ опирается на структурированную таксономию рисков для систематического выявления и обработки…
arXiv — cs.AI
Исследования1 мин
$\tau$-Elicitation: бенчмаркинг многоэтапного извлечения объектов в голосовых агентах
Голосовым агентам часто необходимо точно собирать имена, адреса, идентификаторы, даты и время, однако сквозные тесты не позволяют понять, где происходит сбой сбора. Мы представляем $τ$-Elicitation, голосовой тест на 200 задач, охватывающий 10 типов объектов, контролируемую сложность, реалистичность вызывающего абонента и три…
arXiv — cs.AI
Исследования1 мин
На пути к самоадаптирующемуся физическому ИИ: могут ли агенты LLM решать долгосрочные физические задачи?
Агенты модели большого языка (LLM) предлагают многообещающий путь к автономному решению долгосрочных физических задач без вмешательства человека. Однако физические задачи требуют, чтобы агенты постоянно наблюдали за окружающей средой, предпринимали последовательные действия и оставались эффективными, поскольку…
arXiv — cs.AI
Исследования1 мин
Управление со скоростью машины: адаптивная интеллектуальная архитектура для обеспечения соблюдения политики искусственного интеллекта в реальном времени
Внедрение корпоративного искусственного интеллекта достигло 78% организаций по всему миру, однако инфраструктура, управляющая этим внедрением, отстает. В этом документе выявляется и характеризуется дефицит аттестации — структурное состояние, при котором организации поддерживают политику управления, но…
arXiv — cs.AI