본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

#Meta

166개의 기사

산업 5월 2일

메타, 로봇 인공지능을 강화하는 인공인간 로봇 스타트업 인 수스드 로봇 인텔리전스 인수

메타는 인공인간 로봇 스타트업인 수스드 로봇 인텔리전스를 인수하여 로봇을 위한 인공지능 모델을 강화한다고 밝혔다. 이 인수는 메타의 인공인간 로봇 AI 목표를 지원하기 위한 중요한 단계이며, 로봇이 인간과 더 유사한 방식으로 행동할 수 있도록 하는 기술 개발을 가속화할 것으로 기대된다.

에이전트 5월 1일

실제 광학 플랫폼에서 종단 간 자율 과학적 발견

과학 연구는 오랜 시간 동안 인간이 주도적인 역할을 하였으며, 증거가 축적되는 동안 질문, 방법 및 주장의 지속적인 수정을 통해 새로운 지식과 혁신적인 기술을 구축해 왔습니다. 대규모 언어 모델(LLM)-기반 에이전트들은 정의된 연구 워크플로우를 지원하는 것 이상으로 진전되는 것이 있지만, 아직까지 실제 물리적 시스템에서 비트리거 결과를 지지하는 실험적 증거를 생산하는 종단 간 자율적 발견을 보여주지 못했습니다. 여기서 우리는 Qiushi Discovery Engine, LLM-기반 종단 간 자율

LLM PC 5월 1일

물리학 기반 신경망에서 태스크 불일치 방지하기 위한 합성적 메타 러닝

물리학 기반 신경망(PINNs)은 부분 미분 방정식(PDE)의 해를 근사하기 위해 물리 법칙을 손실 함수에 임베딩합니다. 매개변수화된 PDE 가족에서 계수나 경계/초기 조건의 변동은 DISTINCT 태스크를 정의합니다. 이로 인해 각 태스크에 대한 개별 PINNs를 훈련하는 것은 컴퓨팅 비용이 너무 높으며, 교차 태스크 전이의 민감성이 태스크 불일치에 의존합니다. 메타 러닝은 재훈련 비용을 줄일 수 있지만, 기존의 방법은 일반적으로 단일 글로벌 초기화에 의존하고, 특성 부족한 좌표 입력 및 제한된 훈련 태스크 시에 부정적인 전이로 어려움을 겪습니다. 우리는 학습 친화성 적응성 모듈러 물리학 기반 신경망(LAM-PINN)을 제안합니다. LAM-PINN은 태스크 특이적 학습 동학을 활용하는 합성적 프레임워크입니다. LAM-PINN은 PDE 매개변수와 짧은 전이 세션에서 학습 친화성 메트릭을 결합하여 태스크 표현을 구성하고, 좌표만 입력으로 사용하여 태스크 클러스터링을 수행합니다. 모델은 클러스터 특화된 서브 네트워크와 공유 메타 네트워크로 분할되고, 선택적으로 모듈을 재사용하는 대신 단일 글로벌 초기화에 의존하지 않도록 라우팅 가중치를 학습합니다. 세 가지 PDE 벤치마크에서, LAM-PINN은 일반적인 PINNs에 비해 10%의 훈련 반복만 사용하여 미지의 태스크에 대한 평균 19.7배의 MSE 감소를 달성했습니다. 이러한 결과는 매개변수화된 PDE 가족의 경계 설계 공간 내에서 미지의 구성으로 일반화하는 데 효과적인 것으로 나타났습니다.

산업 4월 30일

메타, AI 도구를 위한 속임수 광고 운영 중

메타가 인수한 Manus는 2억 달러를 들여 AI 도구를 개발했지만, 이 도구를 이용해 빠른 돈을 벌 수 있는 속임수 광고를 운영하고 있습니다. Manus는 지역 사업체가 웹사이트가 없거나 웹사이트가 나쁘다면 AI를 이용해 웹사이트를 만들고, 그 웹사이트를 판매할 수 있는 방법을 광고하고 있습니다. Manus는 콘텐츠 제작자에게 돈을 주어 이러한 광고를 제작하도록 했습니다.

AI 모델 4월 28일

판사들의 판단: LLM-as-a-Judge 파이프라인에서 편향 완화 전략의 체계적 평가

판사들의 판단: LLM-as-a-Judge 파이프라인에서 편향 완화 전략의 체계적 평가 연구자들은 언어 모델의 출력을 평가하는 데 사용되는 LLM-as-a-Judge 패러다임에 대한 한계를 발견했다. 연구자들은 LLM 판사들이 시스템적인 편향을 보이며 평가의 신뢰성을 저하한다고 밝혔다. 연구자들은 네 개의 제공사(구글, Anthropic, OpenAI, Meta)에서 다섯 개의 판사 모델(Google, Anthropic, OpenAI, Meta, Meta)과 세 개의 벤치마크(MT-Bench n

에이전트 4월 24일

마지막으로 बन낼 수 있는 Harness

인공지능(AI) 에이전트가 점점 더 복잡한 도메인에 특화된 워크플로우에서 배치되고 있다. 이 워크플로우는企業의 웹 애플리케이션을 탐색하고, 데이터를 추출하고, 합성하는 다단계 연구 파이프라인, 익숙하지 않은 저장소에서 코드 리뷰를 자동화하는 등 여러 가지 작업을 포함한다. 고객의 심각한 도메인 지식이 요구되는 고객의 프로세스 전환을 처리하는 등. \textbf{각각의 새로운 작업 도메인은 번거로운 전문가 주도적인 인프라 엔지니어링이 필요하다}: 작업을 수행하는 데 필요한 프롬프트, 도구, 오케스트

인기 태그

#arXiv 1177 #AI 에이전트 955 #추론 574 #OpenAI 459 #Google 395 #벤치마크 333 #Anthropic 253 #GPT 218 #Meta 166 #Claude 145 #가격 정책 140 #AI 안전 139 #Microsoft 134 #Gemini 130 #멀티모달 106 #로보틱스 104 #NVIDIA 96 #오픈소스 92 #파인튜닝 88 #허깅페이스 65