Apple, gigant technologiczny znany z dbałości o własne ekosystemy, rozważa odejście od dotychczasowej strategii rozwoju sztucznej inteligencji. Najnowsze doniesienia sugerują, że firma bada możliwość wykorzystania modeli językowych od OpenAI i Anthropic do zasilania nowej generacji Siri, co może świadczyć o poważnych wyzwaniach w wewnętrznym rozwoju 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
Synthesia, czołowa firma w dziedzinie generowania wideo z AI, ogłosiła postępy w tworzeniu awatarów, które mają naśladować ludzkie mikrowyrażenia. Victor Riparbelli, współzałożyciel i CEO Synthesii, wskazuje na detale takie jak intonacja głosu i mowa ciała, które są kluczowe w przekraczaniu granicy „doliny niesamowitości”, stanowiącej wyzwanie dla cyfrowej imitacji człowieka. Firma, wspierana przez ponad 330 milionów dolarów finansowania, stawia sobie za cel osiągnięcie niemal idealnego realizmu w wirtualnych postaciach, co ma rewolucjonizować m.in. materiały szkoleniowe i marketingowe.
Read More
Startup z Doliny Krzemowej, Songscription, przedstawia nowatorskie narzędzie wykorzystujące sztuczną inteligencję do automatycznej transkrypcji muzyki. System, reklamowany jako „Shazam dla nut”, ma za zadanie zrewolucjonizować sposób, w jaki muzycy – zarówno profesjonaliści, jak i amatorzy – tworzą i wykorzystują nuty.
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
Firma Anysphere, twórca popularnego edytora kodu AI Cursor, wprowadziła nową aplikację webową, która umożliwia zarządzanie siecią agentów kodujących bezpośrednio z poziomu przeglądarki. To znaczący krok, poszerzający dostępność narzędzi Cursor poza tradycyjne zintegrowane środowisko programistyczne (IDE).
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
Naukowcy z MIT i NUS przedstawiają MEM1 – innowacyjny framework, który pozwala agentom językowym na efektywne zarządzanie pamięcią w długich interakcjach, redukując zużycie zasobów i poprawiając zdolności rozumowania, nawet w złożonych, wieloetapowych zadaniach.
Read More