utworzone przez Redakcja | paź 20, 2026
Irene Solaiman, dyrektorka ds. polityki w Hugging Face, ostrzega że metody benchmarkingu modeli AI są skomplikowane i wciąż niedojrzałe, mimo że laboratoria AI opierają na nich swoją reputację. Systemy oceny AI wymagają znacznie większej uwagi i...
utworzone przez Redakcja | wrz 19, 2026
Wspierana przez Andreessen Horowitz firma Vals AI dąży do stworzenia neutralnego i wiarygodnego systemu oceny modeli sztucznej inteligencji. Inicjatywa odpowiada na rosnący problem braku obiektywnych standardów w świecie zalewającym rynek coraz większą liczbą modeli...
utworzone przez Redakcja | sie 31, 2026
Badacze uruchomili otwarty model językowy Qwen2.5-14B (9 GB, 4-bit) na pełnym zbiorze 529 939 pytań z 41 sezonów teleturnieju Jeopardy! (1984–2025), pokazując, że wiedza porównywalna do systemu IBM Watson jest dziś przenośna i praktycznie darmowa.
utworzone przez Redakcja | sie 3, 2026
Naukowcy opracowali protokół benchmarkowy do oceny prac naukowych generowanych przez AI, testując cztery wiodące frameworki AI-Scientist przy użyciu automatycznego systemu recenzji opartego na dużych modelach językowych.
utworzone przez Redakcja | lip 24, 2026
Naukowcy przeprowadzili pierwsze kompleksowe badanie wpływu technik znakowania wodnego (watermarking) na jakość działania dużych modeli językowych w medycynie. Przetestowano 5 schematów znakowania na 11 modelach LLM i 7 modelach VLM w zadaniach klinicznych, ujawniając...
