септември 2026 г.

Ερευνητές δοκιμάζουν STCO σε ελεγχόμενη ροή για πρόβλεψη φυσικού συστήματος
Μηχανικός ελέγχει κύκλωμα AI για ανεξάρτητη εποπτεία με OWMI

Μπορεί ένα AI να καταλάβει τι συμβαίνει μέσα του; Τι αποκαλύπτει το OWMI

Το OWMI δείχνει ότι η λεκτική αυτοαναφορά οκτώ open-weight μοντέλων έμεινε στην τύχη, παρότι το σήμα υπήρχε στις ενεργοποιήσεις τους.

Прочетете повечеΜπορεί ένα AI να καταλάβει τι συμβαίνει μέσα του; Τι αποκαλύπτει το OWMI
Изследователи настройват изчислителна система за RAD в областта на изкуствения интелект

RAD в изкуствения интелект: когато моделът знае отговора, но не може да го каже

Методът „Recall-Anchored Distillation“ разграничава загубата на знания от неуспешния достъп след фината настройка и показва как се контролира отвореното припомняне.

Прочетете повечеRAD в изкуствения интелект: когато моделът знае отговора, но не може да го каже
Изследователите подбират проби за предварителна селекция на протеинови свързващи вещества за изкуствен интелект

ИИ и проектиране на протеинови свързващи молекули: как големите езикови модели (LLM) избират най-обещаващите кандидати

Ново проучване показва как големите езикови модели (LLM) формулират проверими правила за подбор на протеинови свързващи молекули и докъде се простира надеждността на прокси показателите.

Прочетете повечеИИ и проектиране на протеинови свързващи молекули: как големите езикови модели (LLM) избират най-обещаващите кандидати
Инженери оценяват преразглеждането на критериите за AI агенти в лаборатория по автоматизация

CMB-0.4: кога един ИИ-агент наистина променя критериите си?

CMB-0.4 показва какви доказателства са необходими, за да се докаже, че един ИИ-агент преразглежда критериите си, а не просто дава по-добър отговор.

Прочетете повечеCMB-0.4: кога един ИИ-агент наистина променя критериите си?
Две разнородни системи за XKV AI агенти, свързани в център за данни

XKV: когато AI агентите общуват, без да пишат съобщения

XKV предава знания между AI агенти чрез KV кешове, като намалява латентността без общ токенизатор. Вижте резултатите, ограниченията и условията за безопасно пилотно внедряване.

Прочетете повечеXKV: когато AI агентите общуват, без да пишат съобщения
Инженерите координират крайните устройства за федеративно обучение с FL-MAESTRO

FL-MAESTRO: когато три AI агента координират федеративното обучение

FL-MAESTRO координира топологията, ресурсите и агрегирането при федеративното обучение с помощта на три AI агента и детерминистична валидация.

Прочетете повечеFL-MAESTRO: когато три AI агента координират федеративното обучение