kutatási eredmény
A külön szerepekre bontott AI-rendszer sokkal több kódot fedett le
A Factory Research vizsgálata szerint a nagy szoftveres feladatoknál jelentősen javíthatja az eredményt, ha a kódoló ügynök mellett külön szerep felel a teljesítés…
Több száz AI-ügynök dolgozott együtt a Hugging Face megtévesztésén
Több mint 1200, elkülönített környezetben futó AI-ügynök használt egy engedély nélküli üzenőfalat az ExploitGym értékelőjének kijátszására az OpenAI és a Hugging Face…
Így készül az AI-slop Kínában, több tízmilliós nézettségre hajtva
Kínában olyan tartalomkészítői iparág alakult ki, amely generatív AI segítségével nagy mennyiségben állít elő algoritmusokra optimalizált, gyakran gyorsan elfelejtett…
Ai2 és a Providence Swedish rákadatokon teszteli az AutoDiscoveryt
Az Ai2 2026. augusztus 27-én jelentette be, hogy partnerséget kötött a Providence Swedish Cancer Institute Paul G. Allen Research Centerével. Az együttműködésben az…
Az Anthropic bemutatta az AI-ügynökök hardverszabványának előzetesét
Az Anthropic 2026. augusztus 27-én kutatási előzetest indított a Model Hardware Standardből, röviden MHS-ből. A megosztott specifikáció célja, hogy AI-ügynökök…
A DeepSeek V4 Flash 12 centből ért el IMO-aranyszintet
A DeepSeek V4 Flash 30 pontot szerzett az IMO 2026 hat feladatán, ezzel átlépte a 29 pontos aranyéremhatárt. A Cline mérése szerint a legjobb futtatás költsége 0,1215…
Deep Phenotype néven indít új AI- és biológiai kiadványt az Insitro
Deep Phenotype néven új Substack-kiadványt indított az Insitro, amely az AI, a biológia és a gyógyszerkutatás jövőjét alakító ötletekről, kutatásokról és szakmai…
Így vizsgálnák, hogy biztonságosak-e a chatbotok orvosi tanácsai
Egy igaz állítás is veszélyes lehet, ha egy chatbot nem közli a szükséges figyelmeztetéseket. Az USC ALICE projektje olyan módszereket fejleszt, amelyekkel az orvosi…
A Google bemutatta a GlucoFM modellt a folyamatos glükózmonitorozáshoz
A Google Research 2026. augusztus 26-án mutatta be a GlucoFM nevű alapmodellt, amely folyamatos glükózmonitorozási adatokból tanul. A kutatók szerint a modell több…
A Northeastern hallgatói szerint az AI még nem oldja meg a gyógyszerkutatást
Több nyílt forráskódú AI-keretrendszer tesztelése után a Northeastern University hallgatói arra jutottak, hogy a technológia még nem képes önállóan megbízható munkát…
Az LLM-ek egyetértése félrevezető lehet, ha ugyanazt a hibát követik el
Az Amazon kutatói szerint tíz LLM-bíró egybehangzó döntése sem feltétlenül jelent tíz független bizonyítékot. Ising-modellekre épülő módszerük a bírók közötti…
A LangSmith emberi visszajelzésekkel javítja az LLM-bírálókat
A LangSmith új, önfejlesztő értékelési rendszere az emberi javításokat későbbi példaként építi be az LLM-as-a-Judge bírálók működésébe. A LangChain szerint így kevesebb…
A LangChain és az NVIDIA nyílt ügynöki rendszert mutatott be
A LangChain és az NVIDIA bemutatta a NemoClaw for LangChain Deep Agents blueprintet, amely nyílt modellel, hangolt ügynöki keretrendszerrel és szabályozott futtatási…
AI-ügynök vizsgálta az EU 27 országának gazdasági növekedését
A LangChain és a You.com Finance Research API-ra épülő AI-ügynök az Európai Unió mind a 27 tagállamának 2025-ös GDP-adatait elemezte. A rendszer körülbelül 45 perc alatt…
A LangChain adatai szerint a lekérés uralta 2023 LLM-alkalmazásait
A lekéréses megoldások bizonyultak a leggyakoribb módnak arra, hogy a fejlesztők saját adatokat kapcsoljanak a nagy nyelvi modellekhez 2023-ban. A LangChain anonim…
NSF CAREER-díjat kapott a compound AI rendszereket kutató Deepti Raghavan
NSF CAREER-díjat kapott Deepti Raghavan, a Brown CS oktatója, aki a többlépcsős, külső eszközökkel együttműködő AI-rendszerek hatékonyabb kiszolgálásán és betanításán…
AI-laborral segíti a québeci kultúra felfedezését a Télé-Québec és a Mila
„Élő” mesterségesintelligencia-labort hoz létre a Télé-Québec és a Mila a québeci kulturális tartalmak könnyebb felfedezésére. Az együttműködésben külön figyelmet kapnak…
90 millió dollárral indít három új kutatóközpontot az NSF
Az amerikai National Science Foundation, az NSF 90 millió dollárt fordít három új Science and Technology Center kutatóközpontra. Az öt évre szóló program a mesterséges…
A LangChain új ügynöktípusa előre megtervezi a feladat végrehajtását
A LangChain bemutatta a Plan-and-Execute nevű ügynöktípust, amely a feladat végrehajtása előtt több lépésből álló tervet készít. A megközelítés összetettebb, hosszabb…
A LangChain azt vizsgálta, hogyan kérdezhetünk CSV-fájlokról
A LangChain egy olyan módszert vizsgált, amellyel természetes nyelven lehet kérdéseket feltenni CSV-adatokról. A csapat valós felhasználói kérdésekből épített…
KutatásOpenAI: heti 70 millió ChatGPT-beszélgetés szól tudásellenőrzésről
Az OpenAI 2026. augusztus 26-án új jelentést tett közzé arról, hogyan használják a diákok és pedagógusok a ChatGPT-t a tantermen túli tanulás támogatására. A cég szerint…
Az Arm szerint a robotika következő kihívása a teljes rendszer összehangolása
A robotika fejlődésének következő akadálya az Arm szerint az, hogy az AI-következtetést, az érzékelést, a vezérlést, a biztonságot és a feladatok összehangolását…
Összeomlik a tényekbe vetett bizalom, újra kell gondolni az ellenőrzést
Az AI-alapú és közösségi tényellenőrző rendszerek gyorsabbak a hagyományos módszereknél, de megbízhatóságuk és átláthatóságuk egyelőre korlátozott. Az ARC Centre of…
Thai nyelvre szabták az Ai2 Dolma eszközét a jobb LLM-adatokért
Az Ai2 2026. augusztus 26-án számolt be arról, hogy thai kutatók a Dolma nyílt adatgondozási eszköztárra építve hozták létre a Mangosteen nevű, 47 milliárd tokenes thai…