machine learning

Παίκτης σκακιού αποφασίζει υπό χρονική πίεση για το Otter Chess AI

Otter Chess AI: όταν το ιστορικό και το χρονόμετρο προβλέπουν την ανθρώπινη απόφαση

Το Otter Chess AI προβλέπει ανθρώπινες κινήσεις συνδυάζοντας τη σκακιέρα με ιστορικό 20 κινήσεων, Elo και πίεση χρόνου. Δείτε τι αποδεικνύει η μελέτη και πώς μεταφέρεται υπεύθυνα σε επιχειρηματικά συστήματα.

Прочетете повечеOtter Chess AI: όταν το ιστορικό και το χρονόμετρο προβλέπουν την ανθρώπινη απόφαση
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
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
Двама експерти проверяват инфраструктурата за изкуствен интелект с цел надеждна оценка на векторите на управление и веригата от разсъждения
Инженерът контролира разпределената инфраструктура за изкуствен интелект за моделите MoonEP и MoE

MoonEP: как балансирането на AI експертите променя инфраструктурата на MoE моделите

MoonEP балансира AI експертите в MoE моделите чрез излишни експерти, zero copy и статични форми. Вижте тестове за производителност, изисквания и критерии за внедряване.

Прочетете повечеMoonEP: как балансирането на AI експертите променя инфраструктурата на MoE моделите
Двама изследователи сравняват изчислителни системи за оценка на моделите за разсъждение RL и SFT

RL или SFT в моделите за разсъждение: какво разкриват вътрешните представяния

Вижте какво показват линейните сонди, средните аблации и вариативността на токените за моделите за разсъждение RL и SFT и как да ги оценявате при реални работни натоварвания.

Прочетете повечеRL или SFT в моделите за разсъждение: какво разкриват вътрешните представяния
Изследовател контролира експеримент с потока за оценка на алгоритми за изкуствен интелект

EvoPINN: когато един ИИ-агент открива нови алгоритми за физиката

Вижте как EvoPINN превръща един AI агент в контролирана верига за откриване на алгоритми, включваща изпълнение, общ бюджет, диагностика и строга проверка.

Прочетете повечеEvoPINN: когато един ИИ-агент открива нови алгоритми за физиката