پژوهش
-
پژوهش
پنل‌های ساختگی می‌توانند عوامل LLM را به اقدام روی نتایج غیرقابل‌دانستن وادارند
یک مطالعهٔ قابل‌بازتولید در arXiv می‌یابد که پنل‌های به‌ظاهر معتبر ساختگی می‌توانند برخی عوامل LLM را به اقدام روی نتایج غیرقابل‌دانستن سوق دهند، حتی وقتی عدم‌قطعیت را می‌شناسند.
-
پژوهش
openJiuwen مهار عامل کدنویسی را به لایهٔ سامانه‌ای قابل‌اندازه‌گیری تبدیل می‌کند
openJiuwen یک مهار ترکیبی و سازگار در زمان اجرا برای عامل کدنویسی پیشنهاد می‌کند و نشان می‌دهد چرا حسابرسی معیار با مدل هم‌تراز برای مهندسی عامل اهمیت دارد.
-
پژوهش
عوامل هوش مصنوعی در حال تکامل می توانند تجربه مسموم را به مهارت های پایدار تبدیل کنند
تحقیقات جدید نشان می‌دهد که عوامل خود تکامل‌یافته می‌توانند تعاملات مسموم را به‌عنوان مهارت‌های قابل استفاده مجدد ذخیره کنند و منشأ مهارت، اعتبارسنجی و بازگشت را به بخشی از مرز امنیتی تبدیل کنند.
-
پژوهش
AdaptRubric برای هر وظیفه GUI معیار موفقیت مخصوص خودش را می‌سازد
AdaptRubric با rubricهای تطبیقی برای GUI agentها، بهبود F1 در reward modeling و افزایش task success در reinforcement learning گزارش کرده است.
-
پژوهش
Recuris با تکامل حافظه، عملکرد agentهای بلندمدت را بهبود می‌دهد
Recuris مدل پایه را ثابت نگه می‌دارد و Working Memory و Experiential Memory را evolve می‌کند؛ با بهبودهای گزارش‌شده روی benchmarkهای agent.
-
متن‌باز
FreeToken مدل‌های عظیم MoE را روی GPUهای مصرفی اجرا می‌کند
FreeToken با اجرای تطبیقی CPU-GPU و caching معنایی، مدل‌های MoE از 35B تا 753B را روی سخت‌افزار مصرفی و workstation سرو می‌کند.
-
پژوهش
Inherent عامل 27B Faraday را برای بازتولید پژوهش آموزش می‌دهد
Faraday از Inherent با Replica و coding agentها نتایج علمی را بازتولید می‌کند، اما caveatهای benchmark مقایسه مستقیم مدل‌ها را محدود می‌کند.
-
مدل‌های جدید
Ant Ling شش checkpoint از Ling 3.0 را برای آموزش LLM سفارشی باز کرد
Ant Ling شش checkpoint پایه Ling 3.0 را در دو اندازه و سه مرحله آموزشی برای ادامه pretraining و ساخت LLMهای تخصصی منتشر کرده است.
-
پژوهش
OpenAI از ده پیشرفت در ریاضیات و علوم نظری کامپیوتر خبر داد
OpenAI مجموعه‌ای از ده پیشرفت پژوهشی در ریاضیات و علوم نظری کامپیوتر منتشر کرده است. این نتایج به مسائل باز و قدیمی در حوزه‌هایی مانند هندسه، cryptography و computational complexity مربوط می‌شوند و نمونه دیگری از ورود مد…
