W obliczu rosnących wymagań obliczeniowych dużych modeli AI, Amazon opracował innowacyjną architekturę, która redukuje czas wnioskowania o około 30% poprzez aktywację wyłącznie niezbędnych neuronów. To dynamiczne podejście naśladuje efektywność ludzkiego mózgu, obiecując znaczące oszczędności kosztów i zwiększoną wydajność.
Read More
W obliczu wciąż rosnących zbiorów danych, tradycyjne systemy wspierające duże modele językowe (LLM) zmagają się z efektywnością i skalowalnością. Naukowcy z Huawei, Hong Kong University of Science and Technology oraz WeBank przedstawiają EraRAG – innowacyjne podejście do Retrieval-Augmented Generation, zaprojektowane z myślą o dynamicznych, ciągle zmieniających się korpusach tekstowych.
Read More
Anthropic, twórca popularnego modelu językowego Claude, ogłosił wprowadzenie nowych, tygodniowych limitów użytkowania dla swojej usługi Claude Code. Decyzja ma na celu ograniczenie nadmiernego korzystania przez część użytkowników oraz walkę z nielegalnym odsprzedawaniem subskrypcji, co stanowi odpowiedź na rosnące wyzwania związane z zasobami obliczeniowymi.
Read More
Stworzenie gigantycznego zbioru danych GigaVerbo i modeli językowych Tucano niweluje lukę w zasobach AI dla portugalskiego, podnosząc jego wydajność do poziomu znanego z języka angielskiego.
Read More
Ambitne plany Elona Muska dotyczące produkcji 5000 robotów Optimus w bieżącym roku stoją pod znakiem zapytania. Tesla, borykająca się ze spadkiem przychodów, wyprodukowała zaledwie setki maszyn, co rodzi pytania o realność kolejnych obietnic miliardera.
Read More
Nowe badania wskazują, że chatgoty AI, w przeciwieństwie do ludzi, nie uczą się na własnych błędach, pozostając nadmiernie pewne swoich odpowiedzi nawet wtedy, gdy są one niepoprawne. To zjawisko budzi pytania o zaufanie do systemów opartych na sztucznej inteligencji.
Read More
Nowa metoda zapobiegania wyślizgiwaniu się przedmiotów z chwytu robotów, opracowana przez naukowców z University of Surrey, może zrewolucjonizować automatykę przemysłową. Rozwiązanie wzorowane na ludzkich instynktach pozwala robotom przewidywać poślizg i dynamicznie dostosowywać ruchy, zamiast polegać wyłącznie na sile nacisku.
Read More
Najnowsze modele multimodalne, takie jak GPT-4o, Gemini i Claude, zrewolucjonizowały interakcję z AI, łącząc umiejętności językowe z przetwarzaniem obrazu. Jednak ich rzeczywiste zdolności do rozumienia wizualnego pozostają przedmiotem intensywnych badań. Analizy EPFL rzucają nowe światło na to, jak te modele radzą sobie z zadaniami typowo wizualnymi, wskazując ich mocne strony, ale i wyraźne ograniczenia w porównaniu ze specjalistycznymi systemami.
Read More
Modele osadzania danych (embedding models) stanowią pomost między różnymi modalnościami, przekształcając zróżnicowane informacje multimodalne w ujednoliconą, gęstą przestrzeń reprezentacji. W ostatnich latach, głównie dzięki rozwojowi dużych modeli fundamentalnych, nastąpił znaczący postęp w tej dziedzinie. Istniejące modele multimodalne, choć zaawansowane, często opierają się na zbiorach danych, które nie odzwierciedlają pełnego spektrum wyzwań w świecie rzeczywistym. Badacze z Salesforce Research, UC Santa Barbara, University of Waterloo i Tsinghua University przedstawili VLM2Vec-V2, innowacyjne rozwiązanie dążące do unifikacji przetwarzania obrazów, wideo i dokumentów wizualnych w jednym, spójnym frameworku.
Read More
Nowatorskie podejście GenSeg, opracowane przez konsorcjum wiodących uniwersytetów, rewolucjonizuje segmentację obrazów medycznych, oferując wydajne rozwiązanie problemu niedoboru danych. Technologia ta może znacząco obniżyć koszty i przyspieszyć rozwój AI w medycynie, szczególnie w obszarach rzadkich chorób.
Read More