Агенти с изкуствен интелект

Ερευνητές ελέγχουν evidence για αποτυχημένους AI search agents και το SearchAuditor

SearchAuditor: γιατί οι AI search agents αποτυγχάνουν ενώ έχουν ήδη βρει την απάντηση

Το SearchAuditor δείχνει γιατί οι AI search agents μπορεί να έχουν ήδη βρει τη σωστή απάντηση και παρ’ όλα αυτά να αποτυγχάνουν στη διαχείριση evidence, constraints και πηγών.

Прочетете повечеSearchAuditor: γιατί οι AI search agents αποτυγχάνουν ενώ έχουν ήδη βρει την απάντηση
Μικρό διαγνωστικό σύστημα εντοπίζει τοπικό σφάλμα για τη Woodpecker Distillation

Woodpecker Distillation: όταν ένα ασθενέστερο AI εντοπίζει τα λάθη ενός ισχυρότερου

Η Woodpecker Distillation χρησιμοποιεί ασθενέστερο μοντέλο ως diagnostic probe. Δείτε πώς τα contrastive patches, ο verifier και τα ablations αποκαλύπτουν τοπικά reasoning bugs.

Прочетете повечеWoodpecker Distillation: όταν ένα ασθενέστερο AI εντοπίζει τα λάθη ενός ισχυρότερου
Ομάδα IT συντονίζει παλιές εταιρικές εφαρμογές σε αρχιτεκτονική Agentic Nesting

Agentic Nesting: όταν οι παλιές εταιρικές εφαρμογές γίνονται συνεργαζόμενοι AI agents

Το Agentic Nesting οργανώνει παλιές εταιρικές εφαρμογές ως εξειδικευμένους AI agents. Δείτε την αρχιτεκτονική, τα σενάρια και τα όρια της μεθόδου.

Прочетете повечеAgentic Nesting: όταν οι παλιές εταιρικές εφαρμογές γίνονται συνεργαζόμενοι AI agents
Ερευνητές αξιολογούν self-distillation στα LLMs με δοκιμές προσαρμογής

Self-distillation στα LLMs: όταν η μίμηση μιας σωστής λύσης βλάπτει το reasoning

Το self-distillation στα LLMs μπορεί να μειώνει το training loss χωρίς να βελτιώνει το reasoning. Η μελέτη εξηγεί το PI bias και τα σωστά task-level metrics.

Прочетете повечеSelf-distillation στα LLMs: όταν η μίμηση μιας σωστής λύσης βλάπτει το reasoning
Έξι ειδικοί συνεργάζονται σε αρθρωτό υπολογιστικό σύστημα για DoctorAgents AutoML

DoctorAgents: όταν το AutoML αποκτά μνήμη, ρόλους και στοχευμένη βελτίωση

Το DoctorAgents οργανώνει το AutoML ως κύκλο εξειδικευμένων agents με εκτέλεση, επίμονη μνήμη και στοχευμένη βελτίωση αντί για τυφλή αναζήτηση.

Прочетете повечеDoctorAgents: όταν το AutoML αποκτά μνήμη, ρόλους και στοχευμένη βελτίωση
Екип по изкуствен интелект сравнява два физически модела на причинни механизми за абстрактни причинни правила

От отделните събития към абстрактните причинно-следствени правила: какво се променя за системите за изкуствен интелект

Абстрактните причинно-следствени правила AECR пренасят причинно-следственото знание към редки събития. CACI, еталонните тестове и проверките преди въвеждане в експлоатация.

Прочетете повечеОт отделните събития към абстрактните причинно-следствени правила: какво се променя за системите за изкуствен интелект