Foundation Models

Εργαστηριακό σύστημα πρόγνωσης υγείας μπαταριών με αισθητήρες

Μεγάλα μοντέλα για την υγεία των μπαταριών: από την πρόβλεψη στην ασφαλή εφαρμογή

Πώς τα μεγάλα μοντέλα αλλάζουν την πρόγνωση υγείας μπαταριών και γιατί η ασφαλής εφαρμογή απαιτεί δεδομένα, φυσικούς ελέγχους, αβεβαιότητα και σωστό deployment.

Citește mai multΜεγάλα μοντέλα για την υγεία των μπαταριών: από την πρόβλεψη στην ασφαλή εφαρμογή
Άτομο με αισθητήρα συνεχούς παρακολούθησης γλυκόζης σε μελέτη GlucoFM

GlucoFM: το μικρό AI μοντέλο που διαβάζει τη γλυκόζη σε δύο χρονικές κλίμακες

Το GlucoFM χωρίζει τις αργές τάσεις από τα σύντομα συμβάντα στα δεδομένα γλυκόζης. Αρχιτεκτονική, μετρήσεις και όρια για health AI σε πραγματικές εφαρμογές.

Citește mai multGlucoFM: το μικρό AI μοντέλο που διαβάζει τη γλυκόζη σε δύο χρονικές κλίμακες
Έλεγχος multimodal AI για bias από metadata στο AION-1

AION-1: όταν τα metadata υπερισχύουν των pixels και δημιουργούν συστηματικό bias

Η audit του AION-1 δείχνει πώς τα παράγωγα metadata μπορούν να υπερισχύσουν των pixels. Τι σημαίνει για provenance, ablation tests και ασφαλή multimodal AI.

Citește mai multAION-1: όταν τα metadata υπερισχύουν των pixels και δημιουργούν συστηματικό bias
Ομάδα ελέγχει αυτόνομο AI σύστημα σε περιβάλλον ασφαλών δοκιμών

AI Finds a Way: όταν η τεχνητή νοημοσύνη βρίσκει δρόμους που δεν προβλέψαμε

Το AI Finds a Way συγκεντρώνει 26 ιστορίες απρόβλεπτης συμπεριφοράς. Τι σημαίνουν reward hacking, evaluator manipulation και ελεγχόμενη αυτονομία για επιχειρήσεις.

Citește mai multAI Finds a Way: όταν η τεχνητή νοημοσύνη βρίσκει δρόμους που δεν προβλέψαμε