Hermes Agent від Nous Research впроваджує функцію Tool Search для усунення вузьких місць у системах штучного інтелекту, спричинених надмірною кількістю інструментів MCP. Tool Search оптимізує завантаження інструментів, підвищуючи точність і знижуючи витрати; значне підвищення точності було продемонстровано під час внутрішніх оцінок, проведених компанією Anthropic.
Метод дистиляції знань забезпечує передачу «прихованої інформації» від великих моделей до малих за допомогою дивергенції KL для кожної позиції. Розробка NVIDIA під назвою X-Token усуває недоліки міжтокенізаторної дистиляції знань, пропонуючи більш ефективний та дієвий метод, що базується на вирівнюванні проміжків та додаткових формулюваннях втрат.
Компанія Hexo Labs випустила SIA (Self-Improving AI) як фреймворк з відкритим кодом. SIA редагує як каркас агента, так і ваги моделі з метою постійного вдосконалення. Оновлення ваг підвищують ефективність у різних сферах, перевершуючи результати, досягнуті лише за рахунок редагування каркаса.
GeForce NOW запускає «007 First Light», пропонуючи користувачам історію походження Джеймса Бонда та безкоштовний елітний комплект одягу. Насолоджуйтесь високоякісними хмарними іграми з новими іграми та ексклюзивними нагородами, зокрема демоверсією Resident Evil Requiem.
Компанія Liquid AI випустила LFM2.5-8B-A1B — розріджену модель MoE для запуску інструментів безпосередньо на пристрої. Вона покращує здатність до міркування та демонструє вражаючі результати тестування порівняно з попередньою версією.
Amazon SageMaker MLflow пропонує комплексні можливості відстеження експериментів у галузі машинного навчання та управління моделями. Підприємства можуть безпечно інтегрувати MLflow з існуючими системами за допомогою проксі-сервісу на базі Flask, що забезпечує відповідність вимогам та спрощує процес.
Моделі машинного навчання прогнозують такі показники, як дохід, статева приналежність, вік, штат проживання та політичні погляди. Заповнення пропущених даних для прогнозування може призвести до оманливих результатів у машинному навчанні.
Оцінка агентів стає ефективнішою завдяки поєднанню онлайн-сигналів зі стабільними офлайн-базовими показниками. Amazon Bedrock AgentCore підтримує використання тестових наборів з версіями, що забезпечує послідовність та перевірюваність вимірювань для вдосконалення агентів. Набори даних з версіями слугують еталоном, завдяки чому результати оцінювання є значущими як для розробників, так і для кон...
Массачусетський технологічний інститут (MIT) та штат Массачусетс створять Лабораторію квантових систем (QSL) з метою розвитку квантових досліджень та інновацій. QSL стане передовим науково-дослідним центром, що сприятиме розвитку революційних квантових технологій у різних сферах практичного застосування.
Компанія Azercell Telecom співпрацює з AWS над створенням великої мовної моделі (LLM) та чат-бота для Азербайджану, досягаючи значної оптимізації та вдосконалення. Платформа на базі Amazon SageMaker AI забезпечує вищу продуктивність навчання, меншу витрату пам’яті та подвоєну ємність для обробки тексту, надаючи аналітичні дані для роботи зі складними мовами.
Галузь робототехніки розвивається: дослідницький підрозділ NVIDIA Research демонструє технологію перенесення результатів моделювання в реальні умови, що дозволяє роботам адаптуватися та надійно працювати в динамічних середовищах. Серед інновацій — координація роботи декількох маніпуляторів за допомогою ScheduleStream та фреймворку політик COMPASS для різних типів роботів, що забезпечує значне ...
Серія EAGLE, розроблена командами EAGLE Team, vLLM Team та TorchSpec Team, представляє версію EAGLE 3.1, яка підвищує надійність спекулятивного декодування. EAGLE 3.1 вирішує проблеми з відхиленням уваги, забезпечуючи підвищену стабільність та продуктивність у різноманітних середовищах.
Компанія NVIDIA представляє Polar — платформу для впровадження методів підкріплювального навчання в мовних агентах. Polar спрощує інтеграцію агентів з існуючими тестовими середовищами, покращує сумісність API моделей та оптимізує процеси навчання.
Відточуючи свої навички програмування, розробник тестує модель регресії з градієнтним підсиленням на наборі даних про діабет, демонструючи витончену техніку, що лежить в основі цієї ансамблевої моделі. Реалізуючи 100 дерев рішень на C#, розробник досліджує тонкий, але ефективний підхід до прогнозування залишків з метою підвищення точності.
Дослідники з компанії Sakana AI та Токійського університету представляють DiffusionBlocks — метод навчання мереж на основі трансформерів, який передбачає навчання по одному блоку за раз, що дозволяє зменшити споживання пам'яті у B разів. Завдяки застосуванню дискретизації Ейлера до зв'язків залишків цей метод дає змогу навчати кожен блок окремо з використанням власної локальної функції цільово...