Дослідники зі Стенфордського університету та компанії Lambda Labs розробили OpenJarvis – платформу для роботи на локальних пристроях, яка за ефективністю та швидкістю обробки конкурує з хмарними моделями. OpenJarvis забезпечує легке поєднання моделей, агентів і пам'яті, а також має унікальну систему пошуку оптимальних параметрів, керовану великою мовною моделлю (LLM).
Досвідчений фахівець вважає перехресну валідацію в машинному навчанні неефективною через численні недоліки як у методі k-кратного поділу, так і в методі «залишити один випадок поза вибіркою». Відсутність узагальнюваності та ненадійність налаштування гіперпараметрів роблять перехресну валідацію справжньою головоломкою
Цього місяця GeForce NOW пропонує 18 нових ігор, серед яких довгоочікувана NTE: Neverness to Everness. Відкривайте для себе сюрреалістичні світи та класичні ремейки миттєво завдяки хмарному стримінгу — завантаження не потрібне.
Компанія Miso Labs представляє MisoTTS — модель перетворення тексту в мову з 8 мільярдами параметрів, яка використовує алгоритм RVQ для розширення звукового діапазону та адаптації до інтонації мовця. Вирішуючи проблеми, пов’язані з розміром словника та обумовленням, MisoTTS забезпечує підтримку 2048³² токенів без додавання додаткових параметрів, перевершуючи конкурентів за показниками затримки.
Національний науковий фонд (NSF) продовжив фінансування проекту IAIFI Массачусетського технологічного інституту (MIT), зосередивши увагу на тому, як штучний інтелект сприяє розвитку фізики, а фізика — вдосконаленню штучного інтелекту. Спільні дослідження у сферах фізики та штучного інтелекту призводять до революційних відкриттів та інноваційних наукових підходів.
Компанія NVIDIA представляє Nemotron 3 Ultra — модель із 550 мільярдами параметрів та гібридною архітектурою Mamba-Attention, яка забезпечує в 6 разів вищу пропускну здатність при інференції. Модель використовує алгоритм Multi-Token Prediction для прискорення генерації та забезпечує стабільне й точне навчання завдяки типу даних NVFP4.
Массачусетський технологічний інститут (MIT), Державний університет Джорджії та партнери запускають програму PATH, щоб забезпечити навчання у сфері штучного інтелекту для коледжів, орієнтоване на потреби промисловості, з акцентом на практичному навчанні та співпраці. Програма спрямована на формування практичних навичок та мислення у сфері штучного інтелекту у фахівців, готових до викликів майб...
Amazon SageMaker AI тепер підтримує модель NEXUS від Fundamental, що дозволяє отримувати точні прогнози щодо табличних даних за лічені дні. NEXUS забезпечує детерміновані результати, вбудоване розуміння табличних даних та несеквенційне міркування для аналізу структурованих даних.
Під час тестування коду на наборі даних про діабет модель scikit SVR показала низьку точність прогнозування. Модель Kernel SVR перевершила лінійну модель SVR завдяки своїй потужності та масштабованості, що тісно пов’язано з алгоритмом KRR.
Дослідники з Массачусетського технологічного інституту (MIT) та Лабораторії обчислювальних досліджень MIT-IBM розробили ChartNet — набір даних та серію моделей з відкритим кодом, які перевершують комерційні моделі штучного інтелекту у виконанні таких завдань, як інтерпретація діаграм. Цей прорив може надати можливість...
У 2026 році штучний інтелект чудово справляється з такими завданнями, як обслуговування клієнтів, але зазнає труднощів із складними запитами. Дослідники з Массачусетського технологічного інституту та Гарвардського університету вдосконалили здатність штучного інтелекту ставити запитання за допомогою гри «Морський бій», що дозволило досягти значного підвищення продуктивності та ефективності.
Команда NVIDIA AI випустила Cosmos 3 — уніфіковану модель для фізичної штучного інтелекту. Вона поєднує фізичне міркування, генерацію середовища та генерацію дій для робототехніки та автономних транспортних засобів.
Штучний інтелект повинен підбирати відповідні інструменти для виконання завдань, щоб уникнути помилок і затримок. Дізнайтеся, як SFT і DPO підвищують точність виклику інструментів у мовних моделях для надійної автоматизації.
AMI для глибокого навчання та контейнери AWS Deep Learning тепер підтримують інструмент створення знімків та індекс SOCI для ефективного управління образами контейнерів. Функція відкладеного завантаження SOCI зменшує використання пропускної здатності мережі та скорочує час запуску контейнерів, що є корисним для організацій, які керують великими образами контейнерів у хмарних середовищах.
Тод Мачовер, піонер у галузі музичних технологій з MIT Media Lab, отримав медаль Джорджа Пібоді за новаторську роботу в галузі штучного інтелекту та інтерактивної опери. Мачовер, якого називають музичним провидцем, розширює межі та можливості музики для всіх.