utworzone przez Redakcja | paź 8, 2026
Naukowcy przedstawili Adaptive Workflow Intelligence (AWI) – architekturę kognitywną łączącą LLM z mechanizmami refleksji i uczeniem przez wzmacnianie, zaprojektowaną do automatyzacji procesów w przedsiębiorstwach w zmiennych warunkach. System oparty jest na...
utworzone przez Redakcja | paź 6, 2026
Badacze z Princeton wytrenowali model LLM liczący 4 miliardy parametrów, który osiągnął poziom 2700 Elo w szachach bez oznak plateau podczas treningu i potrafi wyjaśniać swoje ruchy. Technika treningowa ma zastosowanie także w robotyce, grach i obsłudze...
utworzone przez Redakcja | paź 1, 2026
Badacze opracowali metodę GAD-RL, która adaptacyjnie reguluje nadzór nauczyciela podczas treningu modeli OCR, aby zapobiec przepisywaniu anomalnych tekstów na językowo poprawne, lecz niewierme transkrypcje. Podejście łączy nagrody za zadania z lokalnym prowadzeniem...
utworzone przez Redakcja | wrz 25, 2026
Naukowcy przedstawili rodzinę modeli Pistis (9B i 27B parametrów) opartych na Qwen3, trenowanych nową metodą IDRL łączącą destylację i uczenie przez wzmacnianie w jednej pętli treningowej. Podejście to umożliwia skuteczniejszy transfer wiedzy niż klasyczne...
utworzone przez Redakcja | wrz 22, 2026
Naukowcy przedstawili CoVer – framework GRPO, który rozwiązuje kluczowe problemy samouczących się modeli językowych trenowanych jednocześnie jako generator kodu i autor testów. Metoda wykorzystuje nagrody oparte na przyroście informacji, eliminując błędy permisywności...
