В Стэнфорде изобрели механические нейронные цепи с самообучением
Стэнфордские исследователи создали механические цепи, способные обучаться без электроники. Технология открывает путь к интеллектуальным материалам для экстремальных условий.
-
-
ParallelKittens открывает новые возможности для многопроцессорных AI-систем
Стэнфордские исследователи представили ParallelKittens — расширение ThunderKittens для создания эффективных многопроцессорных AI-ядер, которые превосходят стандартные библиотеки на современном сетевом оборудовании GPU.
-
Искусственный интеллект помогает терапевтам отрабатывать лечение ПТСР
Стэнфордские исследователи создали ИИ-пациентов для тренировки терапевтов, работающих с посттравматическим стрессовым расстройством. Технология позволяет безопасно отрабатывать навыки терапии.
-
ИИ научили диагностировать речевые нарушения у детей
Стэнфордские исследователи создали ИИ-систему для быстрой диагностики речевых нарушений у детей. Технология анализирует аудиозаписи и выявляет проблемы, сокращая время ожидания специалиста.
-
ACE предотвращает коллапс контекста в LLM с помощью эволюционирующих инструкций
Новый фреймворк ACE от Stanford и SambaNova решает проблему коллапса контекста в ИИ-агентах, обеспечивая их самосовершенствование через эволюционирующие инструкции.
-
Чатботы крупных ИИ-компаний собирают личные данные пользователей для обучения моделей
Стэнфордское исследование выявило, что ведущие ИИ-компании по умолчанию используют диалоги пользователей для обучения моделей, создавая риски для приватности.
-
ИИ научился находить функциональные сходства между разными объектами
Стэнфордские исследователи создали ИИ, способный находить функциональные сходства между разными объектами, такими как пила, меч и лопата.
-
Генеративный ИИ помогает исследователям Стэнфорда изучать заболевания мозга
Стэнфордские ученые используют генеративный ИИ для анализа мозговой активности, выявляя ранние признаки нейродегенеративных заболеваний с недоступной ранее точностью.
-
В Стэнфорде разработали модель быстрого сбора команд экспертов для проекта с помощью ИИ
Стэнфордские исследователи представили модель флеш-команд — гибких коллективов экспертов, собираемых через платформы для решения конкретных задач с помощью ИИ.
-
Разработка Stanford HAI удешевила процесс создания контекстно-ориентированного ИИ
Новый метод Stanford HAI сокращает стоимость создания контекстно-ориентированного ИИ на 40-60% через технику офлайн-изучения.
