Niedawne badanie mit ujawniło poważne niedociągnięcia w zakresie przejrzystości danych wykorzystywanych do szkolenia dużych modeli językowych. Nowe narzędzie pomaga badaczom lepiej zrozumieć źródła danych, zmniejszając w ten sposób ryzyko błędu systematycznego i poprawiając wydajność modelu.
Naukowcy z mit wprowadzili nowy algorytm dla komputerów kwantowych, który łączy szybkość i wydajność pamięci. Postęp ten może znacznie przyspieszyć zastosowanie obliczeń kwantowych w rozbijaniu złożonych systemów szyfrowanych, co może mieć dalekosiężne implikacje dla przyszłości kryptografii.
Autonomiczne małe roboty inspirowane biologicznymi strategiami nawigacyjnymi owadów rewolucjonizują różne branże, umożliwiając bezpieczne i efektywne monitorowanie dostaw, infrastruktury i pomocy w sytuacjach awaryjnych.
Nowe badania przeprowadzone przez Hull University pokazują, jak głębokie podróbki można rozpoznać, analizując odbicia w oczach, wykorzystując metody astronomiczne. Ta innowacyjna technika daje nową nadzieję w walce z fałszywymi obrazami.
Naukowcy z mit opracowali ramy oceny dużych modeli językowych (LLM) w oparciu o przekonania ludzi na temat ich umiejętności, ujawniając znaczenie dostosowania modelu do oczekiwań użytkowników w celu lepszego zastosowania w rzeczywistych sytuacjach.
Badacz Chanwoo Park z Uniwersytetu Missouri opracowuje innowacyjny dwufazowy hybrydowy system chłodzenia, który znacznie zmniejsza zużycie energii w centrach danych i poprawia wydajność, zapewniając zrównoważony rozwój przyszłych technologii AI.