Новые алгоритмы, исследования от ведущих лабораторий. Практические применения машинного обучения в бизнесе, науке и повседневной жизни.
Hugging Face запустила RTEB — гибридный бенчмарк для оценки эмбеддинг-моделей с сочетанием открытых и приватных датасетов для измерения реальной способности к обобщению.
Представлена CU-1 — открытая модель детекции UI-элементов с лицензией MIT для коммерческого использования, устраняющая ограничения AGPL-лицензированных аналогов.
Hapag-Lloyd внедрила ML-систему на Amazon SageMaker для прогнозирования судовых расписаний, достигнув 92% точности и сократив ошибки на 35%.
GraphStorm v0.5 упрощает развертывание графовых нейросетей для обнаружения мошенничества в реальном времени с помощью Amazon SageMaker.
Анализ текущего состояния автономного вождения: успехи роботакси, технические и регуляторные вызовы, и когда ждать уровень 5 автономности.
Новый метод Stanford HAI сокращает стоимость создания контекстно-ориентированного ИИ на 40-60% через технику офлайн-изучения.
Google DeepMind заявляет, что видео-модели типа Veo 3 могут стать универсальным решением для компьютерного зрения, аналогичным тому, как LLM стали революцией в сфере обработки текста.
Стартап Alex привлек 17 млн долларов на разработку ИИ-рекрутера для автоматизации первичных собеседований. Технология уже используется крупными компаниями для проведения тысяч интервью ежедневно.
Ведущие компании ИИ перераспределяют инвестиции в сторону мировых моделей на фоне замедления прогресса языковых моделей, что может изменить всю отрасль искусственного интеллекта.
Китайские исследователи доказали, что 78 тщательно отобранных примеров обучения превосходят тысячи случайных данных для создания автономных ИИ-агентов.