전체 기사
인공지능이 인간의 추론과 정보 수집을 지원하기 위해 인간의 추상 지식이 경험에서 얻은 희박하고 흐린 데이터로 어떻게 성장하고 유지되는지에 대한 문제는 인지 과학의 오랜 숙제입니다. 컴퓨터 계산 모델은 적어도 세 가지 속성을 만족해야 합니다: 1. 데이터 효율성 및 계산 효율성 2. 불확실성을 다양한 정도로 포착하여 지혜로운 탐구 및 정보 수집을 지원 3. 개념에 대한 끝없는 범위가 사람들에게
정보 공유가 분산 발견을 향상시키는 경우를 파악하는 연구가 발표되었습니다. 연구는 정보 공유가 집계를 향상시키는 것과 독립적 구출을 제거하는 두 가지 효과를 분리하는 exact finite discovery 모델을 사용했습니다.
arXiv:2609.01741v1 발표 statutes는 점점 더 머신이 읽기 전에 기계가 파싱하는 것으로 바뀌고, 파서들은 서로 의견을 달리한다: 모리츠의 statutes에 대해 독립적으로 작성된 추출기들은 0.43의 거짓 음성률로 숫자 임계치 존재 여부에 대해 다른 의견을 제시한다. 우리는 이러한 잡음에 대한 형식 논리의 어떤 부분이 살아남는지 궁금하다. 우리는 대규모 언어 모델(LLM)
인공 지능(AI)의 발전으로 인해, 인간 윤리학에 초점이 맞춰져 있는 메타 윤리학의 지형은 크게 변할 가능성이 있습니다. 특히, 미래의 AI 시스템이 충분히 통합된 도덕적 사고, 도덕적 의도성, 도덕적 반성의 능력을 갖는다면, 나는 'AI의 자체 윤리'를 말하는 'AI의 자체 윤리'에 대한 새로운 메타 윤리학적 문제들이 발생할 것입니다. 이 논문은 이러한 AI 시스템이 발생할 경우에 발생할
Frontियर급 대규모 언어 모델들은 자주 평가 중인지를 인식할 수 있으며, 이 능력을 평가 인식(evaluation awareness)이라고 한다. 만약 모델이 평가 시 다른 행동을 보인다면, 이는 평가 결과의 타당성을 침해하고, 이는 현재 AI 안전 프레임워크의 중요한 구성 요소이다. 우리는 EvalDetectBench라는 평가 인식 측정에 대한 공개 pipeline 및 벤치마크를 소개
RTX 2070 SUPER 8GB와 6코어 CPU만으로 30B급 코딩 모델을 초당 45토큰으로 구동한 실측 기록. MoE 부분 오프로드와 양자화 선택, 메모리 대역폭 병목 분석, Cline 연동 설정, 그리고 테트리스 생성으로 검증한 실제 코드 품질까지 정리했다.
모델 제작자(MODEL MAKER)는 2개월 만에 연간 $18 억 달러의 매출을 추가했다.
AI 자동화 스타트업 Relay가 폐쇄를 발표했으며, 직원들이 Google Chrome 팀에 합류했습니다. Relay의 창립자이자 CEO인 Jacob Bank은 Chrome에서 AI를 활용해 작업을 간소화하는 것에 대한 장래 계획을 언급했습니다.
진귀한 책들은 대규모 언어 모델(LLM) 교육에 매우 가치가 높다. 왜냐하면 이 모델들은 이미 온라인에서 접근할 수 있는 모든 것을 통해 교육을 받았기 때문이다.
Groq는 3억500억달러 평가액으로 350억달러를 모금했습니다. 이 회사는 이전에 AI 칩 제조업체로 hoạt영을 시작한 후 네오 클라우드 비즈니스로 전환하고 Nvidia-powered 데이터 센터 풋프린트를 확장하고 있습니다.
에이아이의 데이터 센터에서 사용되는 CPU는 모두 엔비디아의 칩셋을 사용하게 될 것 같습니다.
Wispr은 새로운 영역, 예를 들어 회의에 진출하기 위해 노트북 도구를 출시한 후에 footprint을 확대할 수 있을 것입니다.
