Новое исследование Google показывает, что передовые модели рассуждения достигают высокой производительности за счет симуляции дискуссий, напоминающих взаимодействие нескольких агентов, с привлечением различных точек зрения, черт характера и предметной экспертизы. Их…
Новое исследование исследователей из Стэнфордского университета и Nvidia предлагает способ для моделей ИИ продолжать обучение после развертывания — без увеличения затрат на инференс. Для корпоративных агентов, которым приходится обрабатывать длинные…
Поскольку экосистема автономных (agentic) инструментов и фреймворков стремительно разрастается, ориентироваться в бесчисленных вариантах создания систем ИИ становится все труднее. Это приводит к тому, что разработчики чувствуют растерянность и паралич при…
Исследователи из Google и MIT провели комплексный анализ агентных систем и динамики взаимосвязи между количеством агентов, структурой координации, возможностями моделей и свойствами задач. Хотя в индустрии доминирует мнение «все, что…
Рынок корпоративного ИИ в настоящее время переживает сильнейшее похмелье. Последние два года лица, принимающие решения, были завалены демоверсиями автономных агентов, бронирующих билеты, пишущих код и анализирующих данные. Тем не менее,…
Исследователи из Научно-технического университета Китая разработали новый фреймворк обучения с подкреплением (RL), который помогает обучать большие языковые модели (LLM) для сложных автономных задач (agentic tasks), выходящих за рамки четко определенных…
Исследователи из лаборатории Tongyi компании Alibaba разработали новый фреймворк для саморазвивающихся агентов, которые создают собственные обучающие данные путем исследования сред своего применения. Фреймворк AgentEvolver использует знания и возможности рассуждения больших…
Корпорация Microsoft представила Fara-7B — новую модель с 7 миллиардами параметров, разработанную в качестве агента для взаимодействия с компьютером (Computer Use Agent, CUA), способного выполнять сложные задачи непосредственно на устройстве…
Исследователи из Google разработали новую парадигму искусственного интеллекта, направленную на преодоление одного из главных ограничений современных больших языковых моделей — их неспособности учиться или обновлять свои знания после завершения обучения.…
Исследователи из Google Cloud и Университета Калифорнии в Лос-Анджелесе (UCLA) предложили новый фреймворк обучения с подкреплением, который значительно повышает способность языковых моделей справляться со сложнейшими задачами многошагового рассуждения. Обучение с…
Исследователи из Meta FAIR и Национального университета Сингапура разработали новый фреймворк обучения с подкреплением для самосовершенствующихся систем искусственного интеллекта. Фреймворк, получивший название Self-Play In Corpus Environments (SPICE), сталкивает двух ИИ-агентов…
Исследователи из Нью-Йоркского университета разработали новую архитектуру для диффузионных моделей, которая улучшает семантическое представление создаваемых ими изображений. «Диффузионный трансформер с автоэнкодерами представлений» (Diffusion Transformer with Representation Autoencoders, RAE) бросает вызов…
Исследователи из Meta FAIR и Эдинбургского университета разработали новый метод, способный предсказывать правильность рассуждений большой языковой модели (LLM) и даже вмешиваться для исправления ее ошибок. Метод, получивший название верификации рассуждений…
Исследователи из Nvidia разработали новый подход к обучению больших языковых моделей (LLM) в 4-битном квантованном формате с сохранением их стабильности и точности на уровне высокоточных моделей. Их методика, получившая название…
Новый фреймворк, разработанный исследователями из Google Cloud и DeepMind, призван решить одну из главных проблем разработки агентов для работы с компьютером (computer use agents, CUA) — сбор качественных обучающих примеров…