Badacze z Meta AI, we współpracy z europejskimi instytutami, zaprezentowali Autoregresyjny U-Net (AU-Net) – innowacyjny model przetwarzający język bezpośrednio na poziomie bajtów. Rozwiązanie to stanowi potencjalną alternatywę dla kosztownych i skomplikowanych modeli transformerowych, oferując liniową złożoność i lepszą skalowalność, szczególnie w kontekście zadań wielojęzycznych.
Read More
Badacze z chińskich uniwersytetów prezentują ReVisual-R1, otwarty model językowy zdolny do złożonego rozumowania multimodalnego, który przewyższa dotychczasowe rozwiązania dzięki innowacyjnemu podejściu treningowemu i nowej metodzie Przetwarzania Wzmocnienia Priorytetowego (PAD).
Read More
Najnowszy model AI autorstwa Mety, zdolny do rozumienia złożonych zależności w grach takich jak Minecraft, jednocześnie ukazuje fundamentalne wyzwania współczesnej sztucznej inteligencji: niedostateczne zdolności w zakresie długoterminowego planowania i rozumowania przyczynowo-skutkowego. Te ograniczenia budzą pytania o możliwość osiągnięcia prawdziwej inteligencji.
Read More
Instytucje zajmujące się sztuczną inteligencją często rozwijają wyspecjalizowane, heterogeniczne modele AI, by sprostać konkretnym zadaniom. Niestety, proces ten nierzadko napotyka na problem niedoboru danych treningowych. Tradycyjne podejścia do uczenia rozproszonego (Federated Learning – FL) pozwalają wyłącznie na współpracę modeli o identycznych architekturach, co w praktyce ogranicza ich zastosowanie. Problem ten częściowo rozwiązuje heterogeniczne uczenie rozproszone (Heterogeneous Federated Learning – HtFL), jednak dotychczas brakowało ujednoliconych narzędzi do jego kompleksowej oceny w różnorodnych zastosowaniach. Nowa biblioteka HtFLlib ma ambicję to zmienić.
Read More
Naukowcy z Chińskiej Akademii Nauk przedstawili Stream-Omni, model językowy integrujący tekst, obraz i mowę. To przełom w zakresie płynnego łączenia różnych modalności danych, co dotychczas stanowiło wyzwanie dla systemów AI.
Read More
Modele językowe obsługujące wiele modalności, takie jak tekst i obraz, otwierają nowe możliwości dla sztucznej inteligencji. Niestety, ich zdolność do przetwarzania samego tekstu często cierpi, gdy zaczynają „widzieć”. Naukowcy z Alibaba Group i Nanjing University przedstawili WINGS – architekturę, która ma temu zapobiec, zapewniając bardziej zrównoważoną i wszechstronną AI.
Read More
Mistral AI wprowadza na rynek Mistral Small 3.2, nową wersję swojego modelu językowego, która koncentruje się na zwiększeniu precyzji w wykonywaniu instrukcji, redukcji powtórzeń oraz poprawie stabilności działania funkcji, co ma kluczowe znaczenie dla wymagających zastosowań AI.
Read More
Najnowsze badania rzucają światło na niebezpieczeństwa związane z ujawnianiem danych poufnych poprzez tzw. ślady rozumowania (reasoning traces) w dużych modelach rozumowania (LRM). Okazuje się, że modele te, choć użyteczne, nie są bezpieczniejsze pod kątem prywatności niż ich poprzednicy, a wręcz tworzą nowe, ukryte powierzchnie ataku.
Read More
Badacze z ByteDance i Shanghai Jiao Tong University przedstawili ProtoReasoning, nowe podejście do zwiększania zdolności uogólniania dużych modeli językowych. Wykorzystując prototypy rozumowania oparte na logice, takie jak Prolog i PDDL, framework ten ma na celu poprawę zdolności modeli do przenoszenia wiedzy między różnymi domenami. To innowacyjne rozwiązanie koncentruje się na abstrakcyjnych strukturach myślowych, a nie na powierzchniowych cechach zadań, co może zwiastować nową erę w rozwoju AI.
Read More
Dwie wpływowe publikacje, jedna autorstwa Apple, druga Anthropic, otwierają dyskusję na temat rzeczywistych zdolności rozumowania dużych modeli językowych (LRM). Apple wskazuje na fundamentalne ograniczenia, podczas gdy Anthropic zarzuca błędy w metodologii oceny, sugerując, że modele są znacznie bardziej kompetentne, niż się wydaje.
Read More