#Дослідження

Генеративний ШІ випереджає рівень медійної грамотності та робить людей вразливими

Нове дослідження Університету Західного Сіднея показує, що медіаграмотність австралійців не встигає за стрімким розвитком штучного інтелекту, через що багато людей відчувають себе вразливими та піддаються ризику.

«ШІ-вчений» має на меті автоматизувати наукові відкриття

Токійська компанія Sakana AI представила свій проєкт — систему штучного інтелекту «The AI Scientist». Цей інструмент спроможний самостійно проводити наукові дослідження від пошуку ідеї до написання готової статті, включаючи створення експериментів, аналіз даних та навіть симуляцію процесу рецензування.

Дослідники IBM представили технологію діалогового керування підказками

Створення ефективних підказок може бути складним завданням, коли бажані результати мають творчий або варіативний вигляд. Цей процес зазвичай займає багато часу й потребує наявності певного досвіду, особливо якщо для формування підказок використовуються марковані набори даних.

Нова медична LLM, PathChat 2, може обговорювати пухлини та пропонувати діагнози

Цей новий асистент зі штучним інтелектом може значно підвищити ефективність і точність діагностики, що в кінцевому підсумку призведе до поліпшення якості обслуговування пацієнтів.

UT Austin та Google Research розробили OmniGlue

Дослідники з Техаського університету в Остіні та Google Research запровадили рішення під назвою OmniGlue, перше програмне забезпечення для зіставлення зображень, що здатне навчатися, в основу якого покладено принцип узагальнення.

Розблокування потокового нескінченного ретенційного потенціалу SirLLM

Дослідники з Шанхайського університету Цзяо Тун та Університету Ухань представляють Streaming Infinite Retentive LLM (SirLLM) — модель, яка дозволяє великим мовним моделям підтримувати розширену пам’ять у діалогах нескінченної довжини без необхідності точного налаштування.

ШІ та теорія розуму: чи можуть GPT-4 та LLaMA-2 мислити як люди?

Дослідники з Університетського медичного центру Гамбург-Еппендорф, Італійського технологічного інституту в Генуї, Університету Тренто та інших інституцій дослідили, чи здатні великі мовні моделі (LLM), такі як GPT-4, GPT-3.5 та LLaMA2-70B, розуміти людські думки та емоції.