Naukowcy z prestiżowych instytucji wprowadzają benchmark OMEGA, aby precyzyjnie ocenić zdolności rozumowania matematycznego najnowszych modeli językowych. Odkrycia te rzucają nowe światło na ograniczenia obecnych technik uczenia maszynowego.
Read More
Zespół Hunyuan firmy Tencent zaprezentował otwarty model językowy Hunyuan-A13B, oparty na architekturze rzadkiej mieszaniny ekspertów (MoE). Model, choć zbudowany na 80 miliardach parametrów, aktywuje ich zaledwie 13 miliardów podczas wnioskowania, co zapewnia efektywną równowagę między wydajnością a kosztami obliczeniowymi. Model wyróżnia się obsługą uwagi grupowej (GQA), długim oknem kontekstowym 256 tys. tokenów oraz innowacyjnym systemem rozumowania dwumodowego, łączącym „myślenie” szybkie i powolne.
Read More
Badacze DeepSeek opublikowali lekką, zbudowaną od podstaw implementację silnika vLLM, nazwaną nano-vLLM. To minimalistyczne narzędzie, stworzone w Pythonie, oferuje szybkość wnioskowania porównywalną z oryginalnym vLLM, jednocześnie stawiając na przejrzystość kodu i prostotę. Stanowi odpowiedź na rosnące zapotrzebowanie na zrozumiałe i modyfikowalne rozwiązania w obszarze wnioskowania dużych modeli językowych.
Read More
Nowe badania rzucają światło na mechanizmy generalizacji w modelach generatywnych Flow Matching, odchodząc od dotychczasowych założeń o roli stochastyczności. Wyniki wskazują, że za zdolność do tworzenia nowych danych odpowiada niedoskonałość sieci neuronowych w dokładnym odwzorowaniu pola prędkości, zwłaszcza na wczesnych etapach trajektorii.
Read More
Tradycyjne podejście do agentowej sztucznej inteligencji, bazujące na dużych modelach językowych (LLM), staje w obliczu wyzwania. Nowe badania sugerują, że małe modele językowe (SLM) mogą oferować znacznie większą efektywność i opłacalność, redefiniując tym samym sposób budowania inteligentnych systemów.
Read More
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