Toàn bộ tin AI

18.149 tin · trang 20/605
Chủ đề
Kênh

T4 · 02/09

HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu85

StudentSim: Khung mô phỏng học sinh dựa trên LLM cho giáo dục cá nhân hóa

StudentSim sử dụng kỹ thuật huấn luyện gộp và chuyên biệt hóa để tạo ra các mô hình mô phỏng học sinh có khả năng phản hồi và học tập dưới sự hướng dẫn. Hệ thống đi kèm bộ tiêu chuẩn đánh giá StudentSimEval trên 60 học sinh ở các lĩnh vực toán học, ngoại ngữ và cờ vua.

AI trong giáo dụcLLMCá nhân hóa học tậpMô phỏng AINghiên cứu AI
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu85

DroneCATS: Đánh giá mô hình đa phương thức làm tác nhân điều khiển drone thông minh

Nghiên cứu giới thiệu kiến trúc DroneCATS, tích hợp trực tiếp mô hình đa phương thức vào hệ thống điều khiển drone để thực hiện các nhiệm vụ phức tạp như bám đuổi và tìm kiếm mà không cần tinh chỉnh. Kết quả cho thấy dù khả năng nhận diện không gian tốt, các mô hình vẫn gặp khó khăn trong việc duy trì giao thức hành động và xác định thời điểm kết thúc nhiệm vụ.

DroneRobot tự hànhMLLMThị giác máy tínhAI điều khiển
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu92

Tối ưu hóa Prompt cho hệ thống đa tác nhân AI: Phương pháp tách biệt luồng điều khiển và dữ liệu

Nghiên cứu giới thiệu cách tách biệt giao thức điều khiển khỏi nội dung dữ liệu trong hệ thống đa tác nhân, giúp đảm bảo tính ổn định của quy trình làm việc mà vẫn tối ưu hóa hiệu quả thực thi nhiệm vụ.

LLMĐa tác nhânPrompt EngineeringTối ưu hóa AIHệ thống AI
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu85

Nghiên cứu cơ chế phối hợp giữa hiểu và tạo trong mô hình đa phương thức nguyên bản

Nghiên cứu chỉ ra rằng việc tách biệt nhiệm vụ giúp tránh sự suy giảm hiệu năng khi mô hình đa phương thức vừa hiểu vừa tạo ảnh, đồng thời khẳng định mô hình end-to-end vượt trội hơn so với các hệ thống phân tách truyền thống.

Đa phương thứcKiến trúc mô hìnhHọc máyThị giác máy tínhNghiên cứu AI
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu85

EM^2Mem: Khung bộ nhớ đa phương thức lấy sự kiện làm trung tâm giúp tối ưu hóa hỏi đáp video dài

EM^2Mem là khung bộ nhớ mới giúp liên kết các bằng chứng đa phương thức vào các mốc sự kiện, từ đó cải thiện độ chính xác khi truy vấn video dài và giảm đáng kể chi phí tính toán.

AI đa phương thứcHỏi đáp videoBộ nhớ AINghiên cứu AITối ưu hóa LLM
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu85

ReFlowSET: Khung khớp luồng không gian ẩn giúp chuyển đổi ảnh SAR sang EO hiệu quả

KAIST-VICLab giới thiệu ReFlowSET, khung khớp luồng không gian ẩn giúp tối ưu hóa việc chuyển đổi ảnh SAR sang quang học (EO) bằng cách căn chỉnh đặc trưng mà không làm tăng chi phí suy luận. Phương pháp này đạt kết quả SOTA trên các tập dữ liệu chuẩn và đã công khai mã nguồn.

Viễn thámThị giác máy tínhSARHọc sâuKhớp luồng
Berkeley RDI: Blog (an toàn và đánh giá AI)
Nghiên cứu85

UC Berkeley ra mắt Vero: Thử thách AI tự lập trình và kiểm chứng phần mềm ở cấp độ kho lưu trữ

Vero là bộ tiêu chuẩn đầu tiên yêu cầu AI thực hiện đồng thời việc viết mã và chứng minh tính đúng đắn của phần mềm thông qua 43 dự án Lean 4, giúp đánh giá khả năng lập trình an toàn của các tác nhân AI.

AILập trìnhKiểm chứng phần mềmUC BerkeleyLean 4
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu85

Nghiên cứu mới: Kiểm thử bảo mật cục bộ không đảm bảo LLM an toàn khi triển khai thực tế

Nhóm nghiên cứu từ Hefei AiDA Lab chỉ ra rằng các khung đánh giá hiện tại thường không chứng minh được tính an toàn tuyệt đối của LLM sau khi triển khai. Kết quả cho thấy hầu hết các mô hình vẫn tồn tại lỗ hổng tiềm ẩn dù đã vượt qua các bài kiểm tra bảo mật tiêu chuẩn.

Bảo mật AILLMĐánh giá mô hìnhAn toàn AINghiên cứu AI

30 tin mỗi trang · lọc và sắp xếp ngay trên máy chủ (260 ms) · bộ lọc nằm trong đường dẫn nên chia sẻ link là giữ nguyên kết quả