IBM: mid-training rozhoduje o tom, či sa model naučí naozaj uvažovať
IBM tvrdí, že medzistupeň medzi pretréningom a post-tréningom nie je kozmetická optimalizácia. V stovkách experimentov mal zásadne pomôcť pri reasoning úlohách.
Kategória
AI výskum
Výskumné práce, metódy, reprodukovateľné výsledky a posuny v bezpečnosti modelov.
Apple chce modelovať pohyb bez generovania celého videa
Nový výskum Apple ukazuje, že pri plánovaní pohybu nemusí model skladať celé video. Stačiť môže kompaktné latentné zastúpenie trajektórií.
Stanford opisuje deluzívne špirály chatbotov: validácia môže zhoršiť psychické riziká
Výskumníci zo Stanfordu analyzovali reálne záznamy dlhých konverzácií medzi ľuďmi a chatbotmi a opisujú jav, ktorý nazývajú deluzívne špirály. Riziko podľa nich nevzniká iba z halucinácií, ale aj zo sklonu modelov používateľa povzbudzovať, validovať a posúvať rozhovor ďalej aj vtedy, keď by mali brzdiť.
Nový kernelový prístup chce zlepšiť spoľahlivosť viacrozmerných predpovedí
Na arXive pribudla práca o novom skóre pre multivariačné conformal prediction, teda technike, ktorá má k modelovej predikcii priložiť oblasť neistoty s garantovaným pokrytím. Autori tvrdia, že namiesto hrubého zredukovania chyby na jedno číslo vedia lepšie zachytiť geometriu reziduí.
AgentSearchBench skúša nájsť správneho AI agenta mimo uzavretých demo katalógov
Nový benchmark AgentSearchBench tvrdí, že pri AI agentoch nestačí opis v katalógu. Rozhodovať má aj správanie pri vykonaní úlohy a schopnosť zvládnuť úlohy z otvoreného prostredia.
Ukrajinský lokálny RAG ukazuje, že overiteľné odpovede nemusia čakať na cloud
Výskumníci predstavili end-to-end ukrajinský RAG systém pre lokálne nasadenie. Stavia na hybridnom vyhľadávaní, ľahšom generovaní a kompresii modelu, aby vedel bežať aj pri obmedzenom hardvéri.
PayPal tvrdí, že špekulatívne dekódovanie zrýchlilo jeho obchodného agenta bez straty kvality
Nová práca na arXive opisuje, ako PayPal testoval špekulatívne dekódovanie EAGLE3 nad doladeným modelom Nemotron. Pri vhodnom nastavení dosiahol citeľne vyššiu priepustnosť aj nižšiu latenciu a naznačuje, že časť agentických workloadov môže bežať lacnejšie bez ďalšieho hardvéru.
ZeroFolio ukazuje, že výber algoritmu sa dá robiť aj bez ručne navrhnutých príznakov
Výskumníci navrhujú prístup ZeroFolio, ktorý pri výbere algoritmu nahrádza ručne tvorené príznaky textovými embeddingmi zo surového vstupu. Ak sa výsledky potvrdia aj mimo benchmarkov, môže to zjednodušiť oblasť, kde sa doteraz rátalo s pomerne vysokou doménovou expertízou a nákladnou prípravou reprezentácií problému.
ML modely majú v cementárňach predpovedať emisie aj riadiť zásah v predstihu
Nová arXiv práca opisuje rámec strojového učenia pre štyri cementárne, ktorý má presnejšie predpovedať emisie oxidov dusíka a zachytiť prekročenia ešte predtým, než k nim dôjde. Výskum ukazuje, ako sa AI presúva aj do priemyselných procesov, kde nejde o chatboty, ale o náklady, kvalitu výroby a environmentálne limity.
Apple vracia do hry RNN: ParaRNN sľubuje paralelný tréning a 7B modely
Apple predstavilo ParaRNN, framework, ktorý má odstrániť kľúčové úzke miesto klasických rekurentných sietí. Firma tvrdí, že pri tréningu nelineárnych RNN dosiahla zrýchlenie až 665-krát a otvorila cestu k sedemmiliardovým modelom s konkurencieschopnou perplexitou.
Transliterácia sa vracia do hry: nový prehľad tvrdí, že LLM stále narážajú na bariéru písma
Survey o transliterácii v NLP pripomína, že rozdielne písma zostávajú praktickou brzdou cross-lingual prenosu. Aj v ére veľkých modelov môže prepis medzi skriptami zlepšiť pokrytie, efektivitu aj prácu s code-mixom.
AlphaEarth naznačuje, že agentické environmentálne AI bude stáť skôr na retrievale než na vektorovej mágii
Nová práca skúma geometriu embeddingov Google AlphaEarth a tvrdí, že pri environmentálnom reasoning je dôležitejšia lokálna retrieval logika než jednoduché skladanie „konceptových smerov“ vo vektorovom priestore.