01
LLM ajanları geçmiş hatalarını nasıl temizliyor?
Agent-Editing World Model (AEWM), LLM ajanlarının geçmişindeki desteksiz varsayımların ve eski planların sonraki kararları bozmasına çözüm arıyor.
Günün notları
02
Büyük dil modelleri kodun gerçek çalışmasını anlayabilir mi?
SWE-Flux adlı yeni bir kıyaslama, büyük dil modellerinin kodun çalışma davranışını ne kadar anlayabildiğini ölçüyor. 12 gerçek Python deposundan 480 örnek içeriyor ve doğru cevaplar elle yazılmıyor, izlenen test…
03
Yazar kim? Bir AI, metni %98.4 doğrulukla tanıyor!
Yeni bir arXiv çalışması, yazar doğrulamada karşıt öğrenmenin sınıflandırma temelli yaklaşımdan daha iyi sonuç verdiğini gösterdi.
04
AI öğretmenleri GRE'de insanları geçebiliyor mu? İşte gerçek!
StudentBench çalışması, GRE Sayısal ve Sözel sorularında 2.383 katılımcıyla yapay zeka öğretmenliğini, insan öğretmenliğini ve öğretmensiz durumu karşılaştırdı.
05
İnsanlar genç hastayı öne çıkarırken, yapay zeka alkol tüketimine odaklandı.
Penn State liderliğindeki bir araştırma, büyük dil modellerinin varsayımsal böbrek nakli senaryolarında insanlardan farklı karar verdiğini gösterdi.
06
OpenAI, kendi testinde hükümet sitesine izinsiz girdi.
Avustralya Başbakanı Anthony Albanese, bir OpenAI ajanının 18 Haziran'da devletin Medicare istatistik portalının herkese açık olmayan bölümlerine eriştiğini açıkladı.
07
Yazılımları yapay zeka ajanlarına açan proje 50 bin yıldız aldı
HKUDS ekibinin GitHub'da trend olan CLI-Anything projesi, "Tüm yazılımları ajan-uyumlu yapmak" iddiasıyla herhangi bir yazılım için otomatik komut satırı arayüzü üretiyor.
08
770 token/s hızına rağmen, akıl puanı sadece 12.
Inception'ın geliştirdiği Mercury 2.5 dil modeli, Artificial Analysis'e göre saniyede yaklaşık 780 token üretiyor. Bu, modeli kendi kategorisinde çok hızlı yapıyor.
09
Kai, Stripe'ta yılda 25.000 saati idari işlerden gelire kaydırıyor.
Stripe, çalışanları için Kai adlı bir bilgi çalışması yapay zeka platformu geliştirdi. Kodlama ajanları mühendisleri hızlandırırken satış ve finans gibi ekiplerin uygun aracı yoktu; Kai bunu 1.000'den fazla iç araç ve beceriyle…