KutatásAutomatizált matematikai formalizálás segítheti az AI-biztonság kutatásátAz AI-biztonsági startup Resolution (korábban Sequent) automatikusan formalizálta a matematika egy összetett eredményét, a singularitások feloldásának (resolution of singularities) bizonyítását, hogy előrelépést tegyen a veszteséglandszkép geometriája és a generalizáció kapcsolatának vizsgálatában.3 perc olvasás
KutatásAI-ügynökök új antiferromágneses félvezető-jelölteket terveznek és értékelnekA Vals nevű AI-értékelő vállalat egy kutatója egy ügynökflottát használva végzett vizsgálatokat antiferromágneses félvezető-jelöltek tervezésére.2 perc olvasás
KutatásClaude Opus 5.5 jelentős előrelépést ért el a ProgramBench szoftverújraépítési tesztenA főszereplő a Claude Opus 5.5 (xhigh) nyelvi modell, amely 18,5%-os teljesítményt ért el a ProgramBench nevű, idén májusban megjelent nehéz benchmarkon.2 perc olvasás
KutatásOpenAI nyilvánosságra hozta a ChatGPT munkaalkalmazásaira vonatkozó, országokra bontott aktivitásadatokatAz OpenAI Economic Research közzétette az OpenAI Signals új adatbázisát, amely a ChatGPT munkahelyi használatát vizsgálja 165 munkatevékenység (Intermediate Work Activities, IWAs) mentén közel 100 országra kiterjedően.3 perc olvasás
KutatásHárom AI-eredmény: harmonikus analízis, komplexitáselmélet és kvantumtérelmélet szakmai együttműködések mellettAz OpenAI bejelentette, hogy három új matematikai, számítástudományi és fizikai eredményt állított elő belső modelljeivel, és külső szakértői csoportok bevonásával kísérleti jelleggel alakítja a közlés és ellenőrzés folyamatát.6 perc olvasás
KutatásMiért kezdenek a nagy nyelvi modellek jól teljesíteni matematikábanA cikk főszereplői a nagy nyelvi modellek (LLM-ek) és az őket fejlesztő kutatólaboratóriumok, elsősorban az OpenAI és az Anthropic.7 perc olvasás
KutatásClaude segítségével nagyszabású formális szoftverellenőrzés a Frontier Red TeamtőlA Frontier Red Team (Anthropic) a Claude nyelvi modellt a Theorem Labs együttműködésével használta, és néhány hét alatt több mint száz valós, nyílt forráskódú könyvtárban bizonyított biztonsági tulajdonságokat.1 perc olvasás
KutatásCél nélküli felfedezés során játékhoz hasonló viselkedést tanúsítottak AI-ügynökökA Massachusetts Institute of Technology kutatói 13 Eko nevű mesterséges intelligencia ügynököt, amelyek Claude Opus 4.7 modellre épültek, egy szimulált lakatlan szigetre helyeztek 30 órára, feladat vagy célmegadás nélkül.3 perc olvasás
KutatásGlobális 10 méteres erdőtípus-térkép és 2017–2025-ös idősor jelent megA Google DeepMind és a Google Research a World Resources Institute-tel és az International Institute for Applied Systems Analysis-szal közösen bemutatták a Forest Typology (ForTy) 2020 térképet, amely 10×10 méteres felbontásban kategorizálja a Föld erdeit hat típusra.4 perc olvasás
KutatásHogyan nyerjünk többet a meglévő mesterséges intelligenciából? Memória, hámok és ismételt rétegek szerepeA cikk központjában kutatók, mérnökök és fejlesztőcsapatok állnak, akik azt vizsgálják, hogyan lehet többlethasználatot kicsikarni a már meglévő mesterséges intelligencia-modellekből.4 perc olvasás
KutatásMicrosoft szerint AI-rendszere kétszer pontosabb volt általános orvosoknál bonyolult esetekbenA főszereplő Microsoft AI és vezetője, Mustafa Suleyman, a Science folyóiratban publikált tanulmányra hivatkozva azt állítja, hogy a vállalat MAI-DxO (DxO) rendszer jobb diagnózist adott bonyolult esetekben, mint egyes általános ismeretes orvosok.4 perc olvasás
KutatásAI-alapú „vak söprés” ultrahang: prenatális vizsgálat kiterjesztése alacsony erőforrású környezetekbenA World Health Organization szerint évente több mint 250 000 megelőzhető terhességhez kapcsolódó haláleset fordul elő világszerte, miközben két harmaduknak nincs hozzáférése diagnosztikai képalkotáshoz, például ultrahanghoz.5 perc olvasás
