Οκτώβριος 2026

Υποδομή GPU για long-context AI και συμπίεση KV cache με Minima-KV

Minima-KV: περισσότερη μνήμη για long-context AI χωρίς διαγραφή του παλιού context

Το Minima-KV συμπιέζει την KV cache χωρίς διαγραφή παλιού context. Τι έδειξαν οι μετρήσεις μνήμης, ποιότητας και throughput στο long-context AI.

ΠερισσότεραMinima-KV: περισσότερη μνήμη για long-context AI χωρίς διαγραφή του παλιού context
Επιστήμονας ελέγχει αυτοματοποιημένη προσαρμογή εργαστηριακού πρωτοκόλλου με AI

BenchBench-Protocol: πόσο καλά προσαρμόζουν τα AI τα πραγματικά εργαστηριακά πρωτόκολλα

Το BenchBench-Protocol μετατρέπει 149 πραγματικές αλλαγές πρωτοκόλλων σε benchmark και δείχνει τι χρειάζονται τα αξιόπιστα AI evals για επιχειρήσεις.

ΠερισσότεραBenchBench-Protocol: πόσο καλά προσαρμόζουν τα AI τα πραγματικά εργαστηριακά πρωτόκολλα
Έλεγχος ενσωμάτωσης tax engine σε σύστημα AI χρηματοοικονομικών συμβουλών
Ομάδα ελέγχει αποτυχημένες διαδρομές AI agents για δημιουργία αξιόπιστων δεδομένων εκπαίδευσης
Ομάδα σχεδιάζει ελεγχόμενο data mixing experiment για LLM pretraining
Ομάδα αξιολογεί την prompt sensitivity και τη sycophancy ενός AI συστήματος

SyPS: όταν το ίδιο πρόβλημα κάνει το AI να αλλάζει κρίση ανάλογα με το prompt

Το SyPS δείχνει πώς κοινωνικές νύξεις αλλάζουν την κρίση των LLMs και πώς οι επιχειρήσεις μπορούν να ελέγχουν αυτή την αστάθεια πριν από το deployment.

ΠερισσότεραSyPS: όταν το ίδιο πρόβλημα κάνει το AI να αλλάζει κρίση ανάλογα με το prompt
Ομάδα πραγματοποιεί έλεγχο Explainable AI με robustness και fidelity

Explainable AI υπό έλεγχο: γιατί το υψηλό AUC δεν εγγυάται αξιόπιστες εξηγήσεις

Γιατί το υψηλό AUC δεν αρκεί και πώς robustness, fidelity και Trust Score ελέγχουν αν οι εξηγήσεις SHAP ή LIME είναι πραγματικά χρήσιμες.

ΠερισσότεραExplainable AI υπό έλεγχο: γιατί το υψηλό AUC δεν εγγυάται αξιόπιστες εξηγήσεις