60 bahan
Para peneliti mengusulkan untuk memandang bidang Text-to-SQL sebagai papan peringkat agregat, di mana hasilnya didistribusikan berdasarkan tingkat otonomi model dalam menghasilkan kueri SQL. Mereka melakukan pengukuran pada Spider dan menunjukkan bahwa keberhasilan tidak selalu terbawa ke tolok ukur lain, dan otonomi memberikan ketahanan, tetapi membutuhkan sumber daya komputasi yang signifikan.
Perusahaan mengklaim bahwa prosesor untuk inferensi yang dikembangkan bersama Broadcom mengungguli akselerator Nvidia dalam hal efisiensi energi dan kecepatan respons pada pengujian beberapa model AI. Mereka berencana menerapkan chip tersebut dalam volume kecil sebelum akhir tahun, tetapi tidak berniat sepenuhnya mengganti armada Nvidia.
Benchmark baru menguji agen bahasa dalam optimasi portofolio, manajemen risiko, dan analisis fundamental. Pada sembilan model, paket keterampilan yang dikumpulkan sebelumnya meningkatkan hasil rata-rata secara signifikan, sementara pembuatan keterampilan secara mandiri oleh agen hampir tidak memberikan keuntungan.
OpenAI memperkenalkan pemantauan penyalahgunaan otomatis yang tidak menyimpan data klien — ini merupakan respons langsung terhadap kebijakan Anthropic baru-baru ini yang menyimpan percakapan selama 30 hari. Dengan cara ini, perusahaan-perusahaan memperkuat persaingan untuk meraih kepercayaan pengguna korporat di tengah persaingan yang semakin ketat.
Para peneliti mengadaptasi dua jaringan saraf untuk eksperimen atmosfer jangka panjang dengan menambahkan kondisi batas eksternal, lalu menjalankannya sesuai protokol AIMIP. Ternyata, model yang awalnya dirancang untuk prakiraan hingga sepuluh hari mampu menghasilkan siklus tahunan yang stabil dan mereproduksi klimatologi serta variabilitas secara masuk akal dalam simulasi multi-dekade.
Wordware memungkinkan Anda merakit agen AI tanpa coding, menggunakan antarmuka yang familier seperti editor teks. Replit adalah lingkungan pengembangan berbasis cloud dengan asisten AI yang membantu menulis, menjelaskan, dan menerapkan kode. Kami membahas layanan mana yang cocok untuk berbagai kebutuhan.
Para peneliti mengembangkan Core Sentiment Inventory (CSI) — alat penilaian sifat kepribadian LLM yang mempertimbangkan sifat komputasionalnya. Alat ini lebih stabil dalam merespons perubahan formulasi, berfungsi dalam bahasa Inggris dan Mandarin, serta memprediksi perilaku model yang sebenarnya dengan korelasi di atas 0,85.
Para peneliti mengusulkan protokol Fair-ASR yang mengevaluasi serangan terhadap LLM dengan anggaran permintaan yang sama ke model target, sementara biaya penyerang dihitung secara terpisah. Peninjauan ulang terhadap 11 metode yang dikenal menunjukkan bahwa peringkatnya sangat bergantung pada anggaran, dan pola sederhana tidak kalah dengan pendekatan LLM yang kompleks — hal ini mendorong para penulis untuk menciptakan serangan baru bernama ReCode.
Membandingkan empat alat populer berdasarkan kualitas gambar, kecepatan, harga, dan kemudahan penggunaan. Membantu Anda memahami layanan mana yang cocok untuk fotorealisme, eksperimen kreatif, atau pembuatan cepat.
