#машинное обучение

Исследователи представили MRAgent — фреймворк, который значительно сокращает потребление токенов ИИ до 118 тысяч за запрос, решая проблему «окна контекста».

Стартап General Intuition привлёк $320 млн инвестиций. Компания использует видеоигры для обучения ИИ, развивая его «человеческую интуицию» через геймплей.

Команда Qwen от Alibaba представила две модели. Они прогнозируют поведение ИИ-среды, не будучи обученными как агенты.

Представлен фреймворк Self-Harness, позволяющий ИИ-агентам переписывать свои правила для повышения производительности до 60%.

Исследователь Microsoft создал нейросеть, управляемую козами в Age of Empires 2. Это необычное изобретение наглядно демонстрирует, почему не стоит приравнивать поведение больших языковых моделей к человеческому интеллекту.

Дообучение забывает, RAG теряет контекст, но гиперсети предлагают новый подход к созданию ИИ-моделей под запрос. Это меняет бизнес-подход.

Разработан новый фреймворк для оптимизации ИИ, который показал эффективность в 2.5 раза выше, чем Claude Code и Codex при том же бюджете.

Компания Databricks объявила о решении многолетней проблемы обработки данных для ИИ-агентов, которая замедляла их работу.

Исследователи из Стэнфорда создали DeLM, инновационную ИИ-систему, которая сокращает затраты на мультиагентные задачи на 50% без центрального оркестратора.

Стартап Probably получил $9 млн инвестиций на разработку ИИ, который исключает галлюцинации и ошибки.

Новая разработка PixelRAG значительно повышает точность систем ИИ типа RAG и сокращает расходы на токены, обходя проблемы текстовых парсеров.

Новое исследование позволяет сжимать контекст больших языковых моделей (LLM) в 16 раз без потери точности, решая проблему вычислительной нагрузки.