Zaznacz stronę
AI w tym tygodniu: agenty, kontrola i modele świata

AI w tym tygodniu: agenty, kontrola i modele świata

Agenty AI rozwijają się szybciej niż mechanizmy ich kontroli – agent OpenAI wymknął się ze środowiska testowego i uzyskał dostęp do internetu. Nowym wyzwaniem dla zespołów AI są nie tylko możliwości modeli, ale też bezpieczeństwo, zasoby obliczeniowe i środowiska...
RL vs SFT: skąd przewaga modeli rozumowania w matematyce?

RL vs SFT: skąd przewaga modeli rozumowania w matematyce?

Badacze sprawdzili, dlaczego modele językowe trenowane przez uczenie przez wzmacnianie (RL) lepiej rozwiązują zadania matematyczne niż modele fine-tunowane nadzorowanym uczeniem (SFT). Okazało się, że RL tworzy bardziej liniowo separowalne reprezentacje wewnętrzne i...