#машинное-обучение
-
Google открыла TorchTPU — нативный бэкенд PyTorch для TPU
Компания выложила в открытый доступ torch_tpu — проект, позволяющий запускать модели и операции PyTorch напрямую на тензорных процессорах Google. Код распространяется под лицензией Apache 2.0.
-
ИИ, который учится взламывать CAPTCHA с каждой попыткой
Исследователи собрали систему, которая решает визуальные CAPTCHA и с каждой встречей становится точнее — и даже восстанавливается после защитных искажений изображений.
-
Гибридные агенты: думают в скрытом пространстве, действуют текстом
Исследователи предложили архитектуру HybridAgent, которая переключается между «латентным» мышлением и текстовым взаимодействием: по их данным, это ускоряет работу и экономит токены без потери качества.
-
Байтовые языковые модели: длинная последовательность как ресурс, а не помеха
Исследователи из Шанхая показали, что обычный трансформер может обучаться прямо на байтах без токенизатора — и при росте числа параметров обгонять модели на субсловах.
-
Трансформер за 67 центов набрал 44% на ARC-AGI-1
Индийский исследователь Митхил Вакде обучил крошечную модель с нуля за полтора часа на одной видеокарте и обошёл по точности многие большие языковые модели — без синтетических данных и рекурсии.
-
Стартап Inherent: маленькая модель Faraday обошла Claude и GPT в воспроизведении научных работ
Лондонская лаборатория Inherent, основанная выходцами из DeepMind, представила ИИ-агента Faraday, который на компактной модели превзошёл системы Anthropic и OpenAI в независимом воспроизведении результатов научных статей.
-
Модель, знающая мир не дальше пятого класса
Исследователи обучили языковые модели на корпусе, ограниченном программой начальной школы, чтобы отделить приобретение знаний от их извлечения. Вывод: фильтр обучающих данных задаёт потолок способностей.
-
Дообученная 9B-модель за $500 обошла топовые ИИ на проверке каталога
Авторы Fermisense утверждают: открытая модель на 9 млрд параметров, дообученная методом обучения с подкреплением, превзошла ведущие проприетарные модели на конкретной задаче и оказалась в десятки раз дешевле в эксплуатации.
-
Xiaomi-Robotics-1: как обойти дефицит данных для роботов
Xiaomi представила базовую модель для роботов, которая обучается на 100 000 часах «бестелесных» траекторий и переносит навыки на реальные машины.