Новости

Интеграция больших языковых моделей (LLMs) с климатическими данными и научной литературой открывает новые горизонты для климатических информационных систем, обеспечивая точные и локализованные прогнозы.

Исследование показывает, что большинство работ по приватности ИИ сосредоточено на неправильных аспектах, игнорируя более серьезные риски, связанные с обработкой данных в процессе использования LLM.

Недавнее исследование демонстрирует, как архитектура вычислений в памяти может улучшить эффективность работы больших языковых моделей, сокращая время и энергозатраты при сохранении высокой точности.

Виртуальная мыслительная группа использует возможности больших языковых моделей (LLM) для обсуждения архитектурных решений, позволяя архитекторам рассматривать различные точки зрения и принимать более обоснованные решения.

Представлен новый программный инструмент ARplorer, который использует большие языковые модели для автоматизированного и эффективного исследования реакционных путей в химии, что значительно ускоряет процесс разработки катализаторов и реакций.

В эпоху искусственного интеллекта важно находить баланс между потреблением информации и умением размышлять самостоятельно. Как избежать когнитивного переедания и сохранить креативность? Давайте разберемся!

Meta AI представила Coconut — новый подход к reasoning в больших языковых моделях, использующий непрерывные латентные пространства для более эффективного решения задач. Это обещает снизить затраты на вычисления и улучшить производительность AI.

Внедрение больших языковых моделей (LLM) в сферах соблюдения норм, финансов и управления рисками требует особого внимания к точности и прозрачности. Эффективные решения должны обеспечивать надежность и возможность аудита, что становится критически важным в современных условиях.

Исследование сравнивает традиционные методы обработки естественного языка и большие языковые модели для классификации психического здоровья, показывая, что специализированные подходы превосходят общие модели в точности и надежности.

Недавнее исследование в журнале Engineering рассматривает будущее искусственного интеллекта (ИИ) за пределами больших языковых моделей (LLM). Ученые предлагают три ключевых направления для улучшения ИИ: интеграция знаний, сотрудничество моделей и их совместная эволюция.

Исследование показывает, что несмотря на использование больших языковых моделей, предвзятость против авторов, не владеющих английским как родным языком, сохраняется в научной публикации.

Команда исследователей из Penn State Great Valley получила награду за работу, посвященную эффективности больших языковых моделей в решении задач программирования в области науки о данных.