Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
Растущее использование агентов ИИ для решения долгосрочных задач приводит к появлению огромных журналов выполнения. Диагностика сбоев в этих записях имеет решающее значение для надежности, поскольку она преобразует сигналы на уровне результатов в действенные вмешательства. Огромный масштаб данных делает возможным человеческий анализ…
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…
Когда мы говорим о рекурсивном самосовершенствовании (RSI), говорим ли мы о явлении, механизме или перспективе? Что касается автономного и развивающегося интеллекта, RSI востребован во многих масштабах, хотя единой структуры, формально описывающей эти новые экземпляры, не существует.…
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,…
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…
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…
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…
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…
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…
Хотя модели больших языков (LLM) продемонстрировали замечательные возможности, их зависимость от облачной инфраструктуры создает фундаментальные проблемы для развертывания в агентных конвейерах, включая задержку, конфиденциальность, возможность подключения и значительные вычислительные затраты. Маленький…
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…
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…
Решение связывает в единый контур ERP, CRM и внутренние базы данных, предлагая бизнесу платформу для интеллектуальной автоматизации.
Вышла новая часть уже почти ежегодной традиции — эссе главы Anthropic Дарио Амодеи о своих взглядах на развитие ИИ.
When OpenAI CEO Sam Altman, Anthropic CEO Dario Amodei, Google DeepMind cofounder Demis Hassabis, and SpaceX head Elon Musk loosely agreed over the weekend to slow down AI development, skeptics spotted an ulterior motive immediately. The AI titans had declared that their aim was…
Dario Amodei kicked off a flood of statements over the past few days about AI safety by publishing a long essay titled "We Must Pace the Frontier" detailing why AI development should be slowed down. Other AI leaders and politicians are speaking out in favor of or opposing his…
Glass Imaging was founded by a pair of former Apple engineers who previously led the team that developed Apple's Portrait Mode.
Проект предполагает объединение национальных центров искусственного интеллекта, предоставление доступа к лабораториям и научным разработкам, а также создание многоязычных решений.
NVIDIA CEO Jensen Huang speaks during the G20 Innovation Ministerial in Chapel Hill, North Carolina, on September 2, 2026. (Photo by Matt RAMEY / AFP via Getty Images) | AFP via Getty Images Nvidia CEO Jensen Huang took a call from President Trump on Monday while onstage at the…
👥 Последний этого лета. Врываемся? 🔒 OpenAI закрывает Cursor доступ к своим моделям После покупки Cursor компанией SpaceX OpenAI решила прекратить контракт на предоставление своих моделей сервису. Причина — компания не уверена, что SpaceX будет соблюдать условия использования…