Кеш KV є значною статтею витрат при обслуговуванні великих мовних моделей (LLM); його стиснення за допомогою квантування на основі обертань, реалізованого в OSCAR, підвищує ефективність при точності INT2. OSCAR обчислює обертання на основі статистичних даних уваги, щоб зменшити похибки квантування, покращуючи якість уваги та продуктивність моделі.
Розробка функції обернення матриці з використанням розкладу Холеського: коротший код проти більшої ефективності. Аналітика в галузі розробки програмного забезпечення з використанням коду, згенерованого штучним інтелектом, та дизайн персонажів в анімаційних фільмах.
Компанія NVIDIA представляє модель Gated DeltaNet-2 з лінійною увагою для покращення редагування пам'яті. Модель оснащена двома каналними шлюзами, що забезпечує їй кращі результати порівняно з попередніми моделями в дослідницьких тестах.
У новому дослідженні команди Nous представлено модель CNA, яка дозволяє точно визначити нейрони MLP, відповідальні за «шлюзи відхилення» в моделях, що навчаються на інструкціях. Видалення лише 0,1 % активацій MLP знижує рівень відхилень більш ніж на 50 % без погіршення якості вихідних даних.
Інструмент Bumblebee від Perplexity сканує комп'ютери розробників на наявність вразливих пакетів, розширень та конфігурацій інструментів штучного інтелекту. Він заповнює прогалину в існуючих інструментах, перевіряючи стан локальних систем розробників на наявність потенційних ризиків безпеки.
Лабораторія AI Frontiers компанії Microsoft Research випустила Fara1.5 — сімейство моделей комп'ютерних агентів для веб-браузерів, інтегрованих із MagenticLite. Модель Fara1.5-27B демонструє 72% успішності виконання завдань на наборі даних Online-Mind2Web, випереджаючи таких конкурентів, як Operator від OpenAI та Gemini 2.5 від Google.
Для регресорів нейронних мереж, що працюють з категоріальними даними, слід використовувати кодування «one-hot»; кодування «drop-first» є зайвим і дещо менш ефективним. Результати демонстрації не дають підстав розглядати можливість використання кодування «drop-first» для нейронних мереж, що підтверджує переваги кодування «one-hot».
Amazon Nova Act, що тепер відповідає вимогам HIPAA, автоматизує робочі процеси в галузі охорони здоров’я за допомогою штучного інтелекту, зменшуючи обсяг ручної роботи для організацій, що надають медичні послуги. Ця система інтегрується із зовнішніми інструментами, здійснює навігацію веб-сайтами та виконує багатоетапні робочі процеси, підвищуючи ефективність та забезпечуючи дотримання норматив...
Інженер на місці (FDE) працює безпосередньо з клієнтами, пишучи реальний код для виробничих систем. Модель FDE від Palantir кидає виклик традиційним SaaS-рішенням у сфері впровадження складних систем штучного інтелекту.
Ізотонічна регресія — це складний метод машинного навчання. Автор висвітлює поширені помилки та демонструє приклад на практиці з використанням scikit-learn.
CopilotKit перетворює штучний інтелект у програмному забезпеченні з пасивного на активний, а AG-UI заповнює прогалину між агентами та користувачами в додатках. Такі великі компанії, як Google та AWS, активно впроваджують цей протокол, що свідчить про його зрілість та готовність до використання у виробничих умовах.
Компанія NVIDIA відзначилася на виставці COMPUTEX 2026: її суперкомп’ютер на базі штучного інтелекту Vera Rubin NVL72 та платформа Jetson Thor отримали найвищі нагороди. Vera Rubin NVL72 встановлює нові стандарти масштабованості та екологічності в галузі штучного інтелекту, забезпечуючи виняткову продуктивність та економічну ефективність для автономних додатків на базі штучного інтелекту.
Alibaba представляє Qwen3.7-Max для виконання автономних багатоетапних завдань. Qwen3.7-Max пропонує режим розширеного мислення з контекстним вікном розміром 1 млн токенів, що підвищує можливості міркування.
Дослідження Массачусетського технологічного інституту (MIT) під керівництвом Девіда Аутора показує, що нові форми зайнятості приносять користь молодим освіченим людям у міських районах. Державні інвестиції стимулюють розвиток нових видів зайнятості, заснованих на інноваціях, створюючи можливості для застосування спеціалізованих знань.
Традиційні системи робочих списків у радіології спричиняють затримки та збільшення витрат, оскільки не враховують важливий контекст, що призводить до неефективного розподілу випадків. Використовуючи агентів штучного інтелекту на базі Amazon Bedrock AgentCore, компанія Radiology Partners прагне скоротити затримки в діагностиці та оптимізувати організацію робочих процесів завдяки інтелектуальном...