Иллюстрация
Microsoft Research Asia опубликовала Agent Lightning v1.0 — открытый фреймворк для reinforcement learning, который позволяет обучать агента в том же harness-окружении, где он работает при развёртывании.
Иллюстрация
Tencent опубликовала UniRL v0.1.0 — фреймворк для обучения мультимодальных моделей с подкреплением. В релиз вошли сценарии для диффузионных моделей, LLM и VLM, а также несколько алгоритмов и движков запуска.
Иллюстрация
Aleph Alpha опубликовала разбор архитектурных компромиссов при создании Kolibri и интерактивный explorer для сравнения конфигураций.
Иллюстрация
PyTorch Foundation представила FBTriton — реализацию Table Batched Embedding на Triton для рекомендательных систем и шардированных GPU-нагрузок.
Иллюстрация
Cohere представила Tiny Aya L2-Thinker — модель, обученную рассуждать на языке пользователя, а не только формулировать на нём финальный ответ. По описанию компании, она делает это более чем в 93% случаев в 60 языках.
Иллюстрация
Apple опубликовала работу RISED — метод обучения LLM-агента в нескольких интерактивных средах. Подход использует рубрики поведения для выбора данных и само-дистилляции.
Иллюстрация
Aleph Alpha проверила обучающие данные на совпадения с бенчмарками и обнаружила, что утечки способны заметно завышать результаты. Компания также выявила ограничения собственной очистки данных.
Иллюстрация
Google Research опубликовала отчёт о проблемах приватности и безопасности автономных агентов. Авторы предлагают оценивать уместность действий с учётом контекста, социальных норм и конкретного потока данных.
Иллюстрация
PyTorch Foundation описала новую структуру медиастека: TorchCodec отвечает за декодирование и кодирование, а TorchVision и TorchAudio — за преобразование данных. Одновременно часть прежних API объявлена устаревшей или удалена.
Иллюстрация
Apple опубликовала исследование персональных систем сенсинга, в которых люди сами задают наблюдаемые явления. Участники недельного эксперимента использовали два открытых прототипа в повседневной жизни.
Иллюстрация
ServiceNow-AI представила AutoSynthData — подход к созданию обучающих данных для корпоративных AI-агентов на основе ошибок целевой модели и результатов более сильной модели-учителя.
Иллюстрация
Amazon Payments использовал контекстный бандит на Amazon SageMaker AI для выбора персонализированного контента и получил рост конверсии для одной аудитории.
Страница 1 из 2