Стартап AUI представил модель Apollo-1 для детерминированных AI-агентов
Стартап AUI заявляет о создании модели Apollo-1, которая значительно повышает надежность AI-агентов в выполнении задач, достигая 92.5% успеха в тестах.
Новые алгоритмы, исследования от ведущих лабораторий. Практические применения машинного обучения в бизнесе, науке и повседневной жизни.
Стартап AUI заявляет о создании модели Apollo-1, которая значительно повышает надежность AI-агентов в выполнении задач, достигая 92.5% успеха в тестах.
Исследователи Samsung создали модель TRM всего с 7 млн параметров, которая конкурирует с гигантами ИИ в задачах логического рассуждения, демонстрируя новый подход к разработке эффективных нейросетей.
Итальянский стартап Ganiga использует ИИ для автоматической сортировки мусора. Компания уже продала 120 роботов и планирует расширение в США.
Исследователи MIT и Toyota создали инструмент на основе генеративного ИИ, который создает реалистичные виртуальные среды для тренировки роботов с точностью до 98%.
Новая архитектура Reactive Transformer предлагает динамическую адаптацию к контексту, потенциально улучшая эффективность языковых моделей при сохранении качества.
Беспилотники с системами ИИ кардинально меняют подход к инспекции и обслуживанию зданий, обеспечивая безопасность и эффективность.
AWS представила готовое решение для автоматического мониторинга пакетного вывода в Amazon Bedrock, позволяющее сократить операционные расходы на 50% при обработке больших объемов данных.
Метод Rubrics as Rewards позволяет малым ИИ-моделям превосходить GPT-4 в специализированных задачах через структурированное обучение с детализированными критериями оценки.
Инженеры MIT с помощью машинного обучения создали алюминиевый сплав для 3D-печати, который в 5 раз прочнее традиционных аналогов и может revolutionize авиастроение.
MIT разработал гибридную модель машинного обучения и физического моделирования для предсказания поведения плазмы в термоядерных реакторах, что повысит их надежность.