Мақалалар каталогы

Барлық материалдар

Барлық жарияланған талдаулар, егеменді стек зерттеулері, экожүйе жаңалықтары және ЖИ модельдерінің шолулары.

2518
Материал
Зерттеулер1 мин

Бірдей сенімдер, әртүрлі саясаттар: LLM рассуждениеінде ерте тоқтату үшін қайтадан қолдануға болатын өкілдіктерді үйрену

arXiv:2610.30450v1 Хабарлама түрі: жаңа Анотация: Реасонерлік LLMдер жиі дұрыс жауапқа жеткеннен кейін де рассуждениеді жалғастырады, бұл есептеу ресурстарын босатып, кейде дұрыс жауапты қатесімен ауыстырады. Қашан тоқтау керектігін шешу — бұл мета-рассуждение мәселесі: модель одан әрі не...

arXiv — cs.AI
Зерттеулер1 мин

Бір әрекет етушілі ғимараттан көп әрекет етушілі оқиға әлемдеріне: LLMдер оқиға әлем моделілері бола алады ма?

arXiv:2610.30488v1 Хабарлау түрі: жаңа Анықтама: Әлем моделілері агенттер әрекет ету алдында өз әрекеттерінің салдарларын бағалауға көмектеседі. Дегенмен, нақты көптеген жүйелер өз шешімдерін қабылдайтын, агент әрекет етпесе де дамып беретін, және тек... көп әрекет етушілерді қамтиды.

arXiv — cs.AI
Зерттеулер1 мин

Сәлемдесу құны: AI агентінің байланыс хаттамаларындағы қол алысуды эмпирикалық зерттеу

arXiv:2610.30151v1 Хабарландыру Түрі: жаңа Аннотация: AI агенттері арасындағы әрбір өзара әрекеттесу қол алысудан басталады: бастаушы агент өзінің әріптесін тауып, оның не істей алатынын біліп, бірінші пайдалы хабар жіберілмес бұрын сеанс орнатуы керек. Агенттің сауалнамасы…

arXiv — cs.AI
Зерттеулер1 мин

Сұрақ-жауап: ЖИ қалай «дәл емес» адам разысын моделдеуге келді

Женеритивті жасанды интеллект модельдері 20-ғасырдың ортасындағы инженерлердің идеяларына негізделген, олар машинаға адам сияқты ойлау үшін бір мөлшерде иррационалдықтың маңызды екенін санаған, деп МИТ Тарих бөлімінің ассистент-профессоры Бенджамин Линдквист есептейді, ол…

MIT News — AI
Зерттеулер1 мин

LLMдер өз құрамын жақсарта алады ма? ARC-AGI-3-ке бақылаулы зерттеу

arXiv:2610.30499v1 Хабарлама түрі: жаңа Анықтама: Жалпы интеллектуалды жүйе әрбір жаңа тапсырма үшін адамдардың бағдарламалық қамтамасыз етуін қайта жобалауын талап етпей, жаңа дағдыларды тиімді иеленеді. Дегенмен, тілдік моделдер жиі жалғыз әрекет етпейді. Құрама (harness) — бұл...

arXiv — cs.AI
Зерттеулер1 мин

SpecMAGIC: Спецификацияға негізделген көптапсырмалы узайту көп-агентті күшейту оқытуында

arXiv:2610.30443v1 Хабарлау түрі: жаңа Анотация: Көптапсырмалы узайту көп-агентті күшейту оқытуында (MARL) маңызды, бірақ дұрыс зертetlenбеген проблема. Үлкен әлемдегі көптеген нақты қолданбалар көп-агентті жүйелердің кеңейтілген, уақытқа байланысты кешенді тапсырмалар арқылы узайтуын талап етеді…

arXiv — cs.AI
Зерттеулер1 мин

Үлкен тілдік модельдер дамып келе жатқан медициналық білімдерді енгізудегі жүйелі сәтсіздіктерді көрсетеді

arXiv:2610.30631v1 Хабарландыру Түрі: жаңа Аннотация: Медициналық білім клиникалық нұсқаулар ұсыныстарды қайта қараған сайын дамиды, бірақ үлкен тіл үлгілері (LLM) мұндай өзгерістерді шынайы түрде енгізе ме, жоқ па белгісіз. Біз 1709 ұсыныс деңгейінен тұратын ChronoEvo-ны енгіземіз…

arXiv — cs.AI
Зерттеулер1 мин

Ойындарда кері байланыс теріс нәтиже береді: LLM ойыншылар токутатын қайталай ма?

arXiv:2610.30205v1 Елан түрі: жаңа Анықтама: LLM агенттің қозғалысы сәтсіз аяқталғанда, жүйе қозғалысты және сәтсіздік хабарламасын транскриптке жазады және қайтадан сұрайды. Қосымша шақыруда бұл жазба кіші модельдерді сәтсіз әрекетті қайталауға ықпал етеді. Біз тексереміз...

arXiv — cs.AI
Стартаптар1 мин

Автономды инвестициялау үшін басқарылатын өзін-өзі эволюция: инвариантты ядросы бар көп агенттік LLM жүйесі

arXiv:2610.30557v1 Хабарландыру Түрі: жаңа Аннотация: Тікелей веб-деректерде әрекет ететін LLM агенттері әртүрлі дәлелдерді біріктіруі, не істегенін есте сақтауы және өз қорғаныстарын әлсіретпестен нәтижелерді жақсартуы керек. Біз бұл мәселені автономды инвестициялауда зерттейміз, мұнда әр…

arXiv — cs.AI
Зерттеулер1 мин

PLE: Физика-инженерияның соңғы емтиханы

arXiv:2610.30537v1 Хабарлама түрі: жаңа Анотация: Сыртқы тіл моделілері қазір танымал білім бенчмарктерінің 90%+ нәтижелерін көрсетеді және кәсіби жұмысты бірнеше сағат бойы орындайтын агенттер ретінде кеңейтіледі. Алайда, олардың ... орындай алатынын тексеретін бенчмарк жоқ.

arXiv — cs.AI
Зерттеулер1 мин

Жай және арнайы семантикалар келіскен кезде: Жол негізіндегі әдіс

arXiv:2610.30176v1 Хабарлама түрі: жаңа Анотация: Біз абстрактті аргументация каркастарында арнайы және жай семантикалар келісетін құрылымы шарттарды зерттейміз. Біздің әдісіміз шабуыл графының жолдардың дұрыс таңдалған жиынтықтары мен олардан туындайтын бинарлы қатынастарға негізделеді…

arXiv — cs.AI
Зерттеулер1 мин

Лучшее рассуждение, а не просто более крупные модели: структурно обоснованная основа для эффективного и надежного вывода

arXiv:2610.30611v1 Тип объявления: новое Аннотация: Масштабирование больших языковых моделей существенно улучшило языковую беглость, однако для надежных автономных агентов требуется нечто большее, чем просто быстрая генерация. При многоходовом выводе современные агентные системы часто создают семантически правдоподобные...

arXiv — cs.AI
Зерттеулер1 мин

6G коммуникациялық жүйелеріндегі Қауіпсіз агенттік AI және мультимодалдық интеллект

arXiv:2610.30436v1 Жариялау түрі: жаңа Анықтама: Алтыншы жетістік (6G) коммуникациялық жүйелері мультимодалдық интеллектті, жағдайлы есептеуді және автономды желі басқаруын тығыз интеграциялау арқылы жетілдірілген, ниетке бағытталған және уақыт-критикалық қызметтерді қолдауды күтеді. Ішінде...

arXiv — cs.AI
Зерттеулер1 мин

A Three-Pillar Governance Framework for Safe and Trustworthy AI Agents

arXiv:2610.30445v1 Announce Type: new Abstract: AI agents capable of autonomous decision-making introduce significant challenges related to safety, alignment, accountability, and human oversight. Existing Human-in-the-Loop (HITL) and responsible AI approaches provide important…

arXiv — cs.AI
Зерттеулер1 мин

Жиз не көрсетеді және Етікет не дейді: Агент бағалауындағы әрекет детекторларын аудиттеу

arXiv:2610.30491v1 Хабарлама түрі: жаңа Анотация: LLM агенттері жиі орындау іздерін етікеттерге қысқарту арқылы бағаланады, мысалы, соңғы жауаптың дұрыстығы, құрал тексеруі және қате таралуы. Бұл етікеттер парсерлер, әрекет детекторлары және harness-термен шығарылған өлшемдер...

arXiv — cs.AI
Зерттеулер1 мин

What Is LLM Inference? How AI Models Generate Responses

Training a Frontier model can cost hundreds of millions of dollars and take months. But once that model is produced, it's just a huge set of numbers sitting idly in memory. A model doesn't know how to do anything on its own. So what's going on behind the scenes to bring that…

YouTube — IBM Technology AI
Зерттеулер1 мин

Canva-ның алғашқы AI кескін үлгісі дизайнды жасамас бұрын жоспарлайды

Canva OpenAI, Microsoft және Google компанияларымен тікелей бәсекелесетін кескін жасау үлгісін іске қосу арқылы AI-ға тереңірек енеді. Canva Craft деп аталатын модель кескінді жасамас бұрын дизайнды жоспарлауға мүмкіндік беретін екі сатылы архитектураны пайдаланады,…

The Verge — AI
Зерттеулер1 мин

Ұзақ болатындай етіп жасалған AI қызмет ету белдігін жобалау

Кәсіпорынның AI-дағы келесі бәсекелестік артықшылығы оның айналасында құрастырғаныңызға қарағанда, сіз таңдаған модельге байланысты емес. Бұл маңызды ауысым. Соңғы бірнеше жыл ішінде AI әңгімелерінің көп бөлігі модель мүмкіндіктеріне арналды: үлкенірек модельдер, жақсырақ пайымдаулар,…

MIT Technology Review