септември 2026 г.

Памет на AI агенти с пълна история и селективно възстановяване

Scroll: защо паметта на AI агентите трябва да бъде среда, а не обобщение

Как Scroll превръща паметта на AI агентите в изпълнима среда с регистър на събитията, проследимост, постоянни изчисления и селективен контекст.

Прочетете повечеScroll: защо паметта на AI агентите трябва да бъде среда, а не обобщение
Човешки надзор над флотилия от дронове с агентна изкуствена интелигентност

Агентна изкуствена интелигентност и флотилии от дронове: автономността се нуждае от управление

Какво показват проектите NAMUR и PERSIST относно безопасното използване на агентна изкуствена интелигентност във флотилии от дронове – от човешкото одобрение до контролируемите инструменти и оценката.

Прочетете повечеАгентна изкуствена интелигентност и флотилии от дронове: автономността се нуждае от управление
Консултантът разглежда кога изкуственият интелект трябва да задава въпроси, преди да отговори
GPU инфраструктура за KVBoost и повторно използване на KV кеша в LLM

KVBoost: по-бързи LLM, когато общото съдържание не се намира в началото

KVBoost използва повторно блокове от KV кеша извън общия префикс, като използва „seam repair“ и контролиран бюджет на паметта.

Прочетете повечеKVBoost: по-бързи LLM, когато общото съдържание не се намира в началото
Аерофотоснимка на пътната мрежа за реконструкция на граф чрез изкуствен интелект въз основа на изображение

VisAdj: когато изкуственият интелект превръща изображение в реален граф

VisAdj възстановява възли и връзки от изображения от типа „възел-връзка“ чрез оскъден подбор на потенциални ръбове и структурирано разсъждение върху графи.

Прочетете повечеVisAdj: когато изкуственият интелект превръща изображение в реален граф
Разбиране на видео с помощта на изкуствен интелект въз основа на хронологична поредица от сцени и звуков контекст

Защо изкуственият интелект гледа филм, но не улавя сюжета

CHNB показва, че звукът, времевата последователност и връзките между сцените са по-важни от повечето отделни кадри за разбирането на видеото от изкуствения интелект.

Прочетете повечеЗащо изкуственият интелект гледа филм, но не улавя сюжета
Тестване на GPU ядро при реална задача за извличане на заключения чрез метода LLM4LLM

LLM4LLM: защо бързото ядро за GPU трябва да се тества в рамките на реалния модел

LLM4LLM съчетава профилиране, търсене в ядрото и валидиране в рамките на модела, така че скоростта да се докаже при реалната работна натоварване при извличане на заключения.

Прочетете повечеLLM4LLM: защо бързото ядро за GPU трябва да се тества в рамките на реалния модел
Изследователи оценяват контролирана симулация на ученици със SSKG