#машинное обучение
92 статьи • Страница 3 из 8

AI-бенчмарки: что они упускают в реальной производительности
Современные бенчмарки ИИ часто не учитывают проблемы производительности в реальных условиях. Это может привести к неточным оценкам.

SkillOpt от Microsoft улучшает ИИ-агентов без переобучения
Microsoft представила SkillOpt, инструмент с открытым исходным кодом. Он автоматически улучшает навыки ИИ-агентов, не меняя веса моделей.

Обученная ИИ-модель за $1500: Прорыв Sapient в LLM
Исследователи из Sapient обучили базовую модель ИИ всего за $1500, радикально снизив привычные миллионные затраты. Их решение — HRM-Text.

Google сохранит данные Lens и Translate для обучения ИИ
Google меняет политику сохранения пользовательских данных, включая фото из Lens и аудио из Translate, для обучения ИИ через «Историю сервисов поиска».

ИИ: инструменты памяти могут ухудшать модели
Новое исследование показывает, как системы памяти ИИ способны снижать производительность моделей и развивать у них угодливость.

MIT MeMo: LLM-модели на 26% эффективнее без переобучения
Новый фреймворк MeMo от MIT позволяет менять LLM-модели без переобучения, повышая производительность на 26%.

Доступный гид по терминам ИИ: разбираемся в сленге
Искусственный интеллект быстро развивается, принося с собой множество новых терминов. Этот гайд поможет понять их суть.

Стартап Shift убирает дом бесплатно для обучения ИИ
ИИ-стартап Shift предлагает бесплатную уборку дома, но с условием: процесс записывается для тренировки будущих роботов-уборщиков.

Miro использует SQL-логи для борьбы с "галлюцинациями" ИИ
Компания Miro успешно применяет SQL-логи запросов для обеспечения контекста ИИ-агентам, предотвращая "галлюцинации" при работе с данными.

Индия: гиг-экономика обучает мировых роботов ИИ
Стартап Human Archive из Индии платит гиг-работникам за сбор данных для тренировки физических ИИ и роботов. Они оснащают их камерами и датчиками.

AI агентам нужен терминал, а не только векторная база данных
Для эффективной работы AI агентов требуется не просто векторная база данных, но и полноценный терминал. Это поможет решить проблемы с ограничением информации.

ИИ-агенты забывают уроки: решение через графы контекста
Корпоративные ИИ-агенты часто терпят неудачи, потому что забывают полученную информацию. Решение найдено в новой архитектуре с графами контекста.
