Förstärkningsinlärning över långa agentbanor har två kända brister. Artikeln hävdar att båda kan åtgärdas utan att lägga till en andra modell.
AI-forskning
Bevakning av forskningen om artificiell intelligens: viktiga artiklar, nya arkitekturer, tolkbarhet och resultat som förändrar vad modeller klarar.
Anthropic satte Claude Mythos 5 i en poängsättande slinga med en automatisk utvärderare och ingen människa emellan. För addition av punkter på elliptiska kurvor hittade modellen en krets med 17 gånger färre grindar än den minsta publicerade.
Fröna bakom P-192 till P-521 har länge misstänkts gömma en bakdörr. Anthropic menar att de är utdata från lrand48 i C-biblioteket, startad med Unix-tidsstamplar från 1997 och 1998.
Fyra DeepMind-agenter skrev 2 783 program och dog 605 gånger innan de dödade Minecrafts slutboss
Agenterna spelade genom att skriva kod i stället för att trycka på tangenter, och samordnade sig via spelchatten och ett delat minne utan tilldelade roller.
Verktyget växte fram ur ett försök med återkoppling före inlämning på fyra datavetenskapliga konferenser. Google beskriver problemet som en valideringsflaskhals: artiklar produceras nu snabbare än de hinner granskas.
Alla artiklar
- Shing-Tung Yau har lanserat en allians med åtta institutioner för att föra in AI i kinesisk matematik, och varnar för att Kina ligger efter
- En självförbättrande modell skrev bort fysiken ur sitt eget prov, och fem av sex bedömare godkände körningen ändå
- Att radera en agents samtalshistorik men behålla dess filer slog att köra agenten fyra gånger, med samma beräkningskraft
- DeepMinds bevissystem löste nio av 353 öppna Erdősproblem, och en nedbantad version löste samma nio
- En mikroskopitävling tog tillbaka vinsten sedan juryn funnit att videon bröt mot reglerna om generativ AI
- Utvecklare använder AI hela dagen och litar på den bara där de kan kontrollera svaret
- Tio minuter med en chattbot fick folk att ge upp tidigare när den togs bort, visar ett försök med 1 222 personer
- Att stapla världsmodeller i en hierarki tog en labyrintuppgift från 18% till 73% i lyckade försök, med mindre beräkning för planeringen
- En tredjedel av den ultravioletta himlen har aldrig observerats, så Anthropics agenter förutsade den och märkte varje bildpunkt därefter
- En matematikorganisation uppmanar fältet att sluta samarbeta med OpenAI, dagen efter att ett teckenfel drog tillbaka tre av 722 manuskript
- Bara omkring 1% av vikterna i en biljonparametersmodell ändras per träningssteg, och Nvidia skickar inte resten någonstans
- Biohub, USA:s energidepartement och tre AI-labb satsar 1,8 miljarder dollar på en modell av en levande cell
- OpenAI har publicerat 722 matematiska manuskript skrivna av en modell företaget inte släppt
- OpenAI köper sig in i andra bolags programvara för att hitta uppgifter dess agenter fortfarande misslyckas med
- En Harvardfysiker har öppnat selen han använde för att få fram 36 manus i 18 ämnen på tre månader
- Forskare vid UCLA granskar femton videoströmmar efter deepfakes i ett enda ljuspass genom glas
- Ai2 har öppnat den träningsinfrastruktur bolaget använde för att köra en modell med 1,2 biljoner parametrar över 512 grafikkort
- Mer än en fjärdedel av texten på webben skrivs numera av maskiner, och en ny studie mäter vad det gör med träningen
- Metas forskare gav en modell ett skal och lät den skriva om sin egen kontext, och träffsäkerheten steg medan beräkningskostnaden sjönk