Навигация по ландшафту агентов данных стала более понятной Этот новый опрос представляет собой первую систематическую таксономию L0-L5 для агентов данных, уточняя их автономию от ручных операций до полностью автономных систем. Это структурированный обзор нового парадигмы ИИ.

Топовые AI статьи на @huggingface на этой неделе (20-26 октября): - Теоретическое исследование по объединению внутренней вероятности и самосогласованности для рассуждений LLM - Эффективное обучение языковой модели с длинным контекстом с помощью разбиения внимания на ядро - LightMem: легкая и эффективная генерация с дополненной памятью - Каждое внимание имеет значение: эффективная гибридная архитектура для рассуждений с длинным контекстом - DeepAnalyze: агентные большие языковые модели для автономной науки о данных - Мир в мире: модели мира в замкнутом мире - BAPO: стабилизация обучения с подкреплением вне политики для LLM через сбалансированную оптимизацию политики с адаптивным обрезанием - OmniVinci: улучшение архитектуры и данных для омни-модального понимания LLM - UniGenBench++: унифицированный семантический оценочный стандарт для генерации текста в изображение - Совместное создание бумаги на страницу человеком и агентом менее чем за $0.1 Найдите их ниже:

Исследователи Microsoft раскрывают критическое открытие в области безопасности LLM: Эмерджентная несоответствие в обучении в контексте! Узкие примеры в контексте могут привести к тому, что LLM будут генерировать широко несоответствующие ответы на не связанные задачи, с частотой до 58%. Это вызывает серьезные опасения по поводу безопасности ИИ, поскольку ICL становится все более распространенным.