Tag
Všetky publikované články, v ktorých sa téma LLM objavuje ako dôležitý kontext. Aktuálne 53 textov v archíve.
Anthropic uvádza Claude Opus 5 ako výkonnejšiu a úspornejšiu generáciu modelu pre kódovanie, odbornú prácu a dlhobežiacich agentov. AWS ho súčasne sprístupňuje v Bedrocku s podnikovými kontrolami a regionálnym spracovaním.
Nový preprint navrhuje dynamický klasifikačný servis SIFT. Lacný sparse encoder a LightGBM triedia väčšinu dokumentov, neisté prípady posielajú LLM sudcovi a jeho verdikty sa vracajú do tréningového korpusu až po kontrole regresií.
Preprint o metóde AdaLook navrhuje adaptívny viacstupňový lookahead pre difúzne jazykové modely. Cieľom je lepší kompromis medzi presnosťou a výpočtovou cenou pri paralelnom generovaní textu.
Nový preprint opisuje metódu AGOPS, ktorá z hotových príkladov úloh odvodzuje špecifické pokyny pre používateľské prompty. Cieľom nie je nahradiť model, ale znížiť straty spôsobené nejasnými zadaniami.
Výskumný tím Apple opisuje Simple Self-Distillation: model sa zlepšuje na vlastných vzorkách bez učiteľa, verifikátora alebo reinforcement learningu.
Nový arXiv preprint hodnotí sedem LLM pipeline na 72 reálnych prípadoch rakoviny prsníka. Najlepší agentický systém dosiahol použiteľné signály, ale analýza onkológov ukazuje pretrvávajúce klinicky relevantné chyby.
Preprint a sprievodný kód ukazujú, že aj približne 50-percentná nepravidelná riedkosť váh môže na H100 priniesť reálne zrýchlenie inferencie, ak sa tomu prispôsobí formát matice aj CUDA kernel.
IBM Research opisuje otvorený postup, v ktorom jazykové modely generujú kandidátov na kvantové korekčné kódy a klasické metódy ich postupne overujú.
DynaMiCS mieša trénovacie domény podľa krátkych sondovacích behov a optimalizuje ich tak, aby model napredoval v cieľovej oblasti bez straty všeobecných, inštrukčných alebo bezpečnostných schopností.
Výskumníci Apple opisujú mechanistický problém v bezpečnostnom ladení jazykových modelov: pri viacerých modeloch stačilo potlačiť alebo zosilniť jediný identifikovaný neurón, aby sa zmenilo odmietanie škodlivých požiadaviek.
Nový preprint prináša francúzsky dataset 240 tréningových rozhovorov pre skúšky OSCE a systém virtuálneho pacienta postavený na LLM. Práca rieši nielen generovanie dialógov, ale aj kontrolu vernosti pacienta a hodnotenie študentského výkonu.
Preprint AlgoEvolve posúva využitie veľkých jazykových modelov ako semantických mutátorov programov do nestabilného prostredia algoritmického obchodovania. Systém generuje stratégie v Pythone, testuje ich a navyše evolučne upravuje aj prompty, ktoré riadia syntézu kódu.