Người dùng phát hiện Meta Muse sử dụng mô hình có tên 'muse-special' với cấu trúc dữ liệu đặc trưng của OpenAI thông qua Azure, làm dấy lên nghi vấn về sự hợp tác ngầm giữa hai ông lớn công nghệ.
Xiaomi vừa ra mắt bảng điều khiển trực tuyến cho phép theo dõi quá trình huấn luyện tăng cường (RL) của mô hình MiMo-V2.6 Pro, minh bạch hóa các thông số quan trọng như token, phần thưởng và chi phí vận hành.
TREVIS là phương pháp mới giúp tối ưu hóa đồng thời độ chính xác và tính tinh gọn của cây quyết định bằng cách chuyển đổi không gian tìm kiếm rời rạc sang không gian liên tục thông qua mô hình TTVAE.
CARDEA là mô hình thị giác-ngôn ngữ lớn giúp chuẩn hóa việc chẩn đoán bệnh mạch vành thông qua quy trình suy luận có thể kiểm chứng, giúp tăng độ tin cậy cho bác sĩ lâm sàng.
Kim@kimmonismusThe Institute of Foundation Models released K2 Horizon: six models from 0.9B to 375B, with training …
DịchInstitute of Foundation Models vừa công bố K2 Horizon, bộ 6 mô hình từ 0.9B đến 375B tham số với mã nguồn, dữ liệu và quy trình huấn luyện được công khai hoàn toàn. Đây được coi là bước tiến lớn cho cộng đồng mã nguồn mở khi cung cấp minh bạch cả nhật ký huấn luyện chi tiết.
Cùng sự kiện, tinh chọn hiển thị «IFM ra mắt dòng mô hình nguồn mở K2 Horizon: Từ 0.9B đến 375B tham số»Motional hợp tác cùng MIT tạo ra hệ thống giúp AI trên xe tự lái minh bạch hóa các quyết định, giải quyết bài toán 'hộp đen' trong công nghệ tự hành. Nghiên cứu quan trọng này vừa được công bố trên tạp chí Nature.
EXPL-FR sử dụng bộ chuyển đổi nhẹ để liên kết mô hình ngôn ngữ thị giác với không gian nhúng của nhận diện khuôn mặt, cho phép giải thích các đặc điểm ngữ nghĩa mà mô hình dựa vào mà không cần huấn luyện lại.
Ethan Mollick@emollickThis is smart for both reproducibility and as a way of using AI for science: "AI-generated analyses …
DịchĐể đảm bảo tính minh bạch và khả năng tái lập, các phân tích từ AI cần đi kèm với báo cáo đa vũ trụ và công khai toàn bộ prompt, tương tự như cách xử lý mã nguồn và dữ liệu trong nghiên cứu khoa học.
MMDiff là khung làm việc mới giúp giải mã và kiểm soát các đặc trưng bên trong của mô hình ngôn ngữ đa phương thức (MLLM) thông qua kỹ thuật so sánh mô hình, hỗ trợ cô lập tính năng và điều chỉnh hành vi mô hình hiệu quả hơn.
Anthropic chuẩn bị triển khai phương thức nhận diện văn bản từ Claude mà không làm ảnh hưởng đến trải nghiệm người dùng hay thay đổi định dạng văn bản gốc.
Anthropic gây tranh cãi khi thêm dấu hiệu nhận diện vào nội dung do AI tạo ra, dù vấp phải làn sóng phản đối từ một bộ phận người dùng nhưng cộng đồng mạng vẫn có nhiều ý kiến trái chiều về chính sách này.
Anthropic bắt đầu gắn dấu nhận diện kỹ thuật số vào nội dung do Claude tạo ra nhằm tăng tính minh bạch, hỗ trợ các đơn vị xuất bản và giáo dục xác thực nguồn gốc nội dung AI.
Cùng sự kiện, bài đại diện «Anthropic tích hợp watermark ẩn vào văn bản do Claude tạo ra»