Badanie przeprowadzone przez naukowców z George Washington University ujawnia, że polityczne naciski mogą wpływać na proces decyzyjny Rezerwy Federalnej, nawet w instytucjach o ściśle ustalonych zasadach.

Naukowcy z Uniwersytetu Florydy opracowali rewolucyjny chip wykorzystujący światło do obliczeń w AI, co może obniżyć zużycie energii nawet stukrotnie. To przełom, który ma szansę zmniejszyć obciążenie sieci energetycznych.

Nvidia przedstawia Universal Deep Research (UDR), prototypową platformę open-source, która ma zrewolucjonizować sposób prowadzenia badań z wykorzystaniem sztucznej inteligencji, oferując skalowalność, audytowalność i elastyczność niedostępną w dotychczasowych narzędziach.

Nowy model AI, Biomni-R0, przewyższa możliwości istniejących rozwiązań, takich jak Claude 4 i GPT-5, w kluczowych obszarach badań biomedycznych, dzięki zastosowaniu uczenia ze wzmocnieniem.

Start-up Nuclearn pozyskał 10,5 miliona dolarów finansowania na rozwój narzędzi AI, które mają usprawnić działanie elektrowni jądrowych. Czy to początek nowej ery dla branży?

Naukowcy z Tsinghua University opracowali ParaThinker, nowatorską metodę, która pozwala modelom językowym na równoległe generowanie i analizowanie wielu ścieżek rozumowania, eliminując problem „wizji tunelowej” i otwierając nowe możliwości w skalowaniu LLM.

Badanie Uniwersytetu Pensylwanii ujawnia, że modele AI, mimo postępów, wciąż nie potrafią wiernie odtworzyć intonacji i akcentów typowych dla ludzkiej mowy, co wpływa na naturalność i zrozumiałość generowanych komunikatów.

Naukowcy z NYU opracowali algorytm, który ma naśladować sposób, w jaki ludzie przetwarzają informacje wizualne. Celem jest znaczne zwiększenie dokładności systemów AI w rozpoznawaniu złożonych scen, co ma kluczowe znaczenie m.in. dla rozwoju autonomicznych pojazdów.

Nowe narzędzie AI, wykorzystujące bibliotekę BioPython, otwiera drzwi do zaawansowanej analizy sekwencji biologicznych, umożliwiając badaczom i studentom przeprowadzanie kompleksowych badań DNA i białek bez konieczności skomplikowanej konfiguracji.

Meta Superintelligence Labs przedstawia REFRAG, rewolucyjną metodę, która znacząco przyspiesza i rozszerza możliwości modeli językowych (LLM) w zadaniach Retrieval-Augmented Generation (RAG). REFRAG oferuje 16-krotne wydłużenie okna kontekstowego i 31-krotne przyspieszenie dekodowania, otwierając nowe możliwości dla AI.

Badacze z Google DeepMind zidentyfikowali limit skalowalności systemów RAG, wynikający z ograniczeń reprezentacji danych przez osadzanie wektorowe. Problem ten jest trudny do obejścia, zmuszając do poszukiwania alternatywnych architektur.

Sztuczna inteligencja przyspiesza, ale czy Twoje LLM nadąża? Badacze ze Stanforda odkryli, że przesadny pesymizm spowalnia generowanie odpowiedzi nawet 5-krotnie. Ich rozwiązanie? Algorytm Amin, który adaptacyjnym optymizmem pokonuje ograniczenia pamięci i niepewności.