Новости за последние дни
✦ Alibaba представила Qoder: платформу для программирования с ИИ
Новая платформа Qoder делегирует задачи ИИ-агенту. Основные функции включают глубокий поиск, многострочное редактирование и автоматическое тестирование. Поддерживает MCP (Model Context Protocol) - сайт проекта
✦ xAI выложила веса модели Grok 2
Общий размер модели 500 ГБ. Для запуска требуется 8 GPU с 40+ ГБ памяти и SGLang. В открытом доступе на Hugging Face
✦ OpenAI и Retro Biosciences в 50 раз ускорили перепроектирование стволовых клеток
Разработана модель GPT-4b micro для белковой инженерии. Инженерные белки улучшили восстановление повреждений ДНК в стареющих клетках. Эксперименты подтвердили устойчивый результат на клетках доноров - подробнее в статье
✦ DeepEval: открытая платформа для оценки ИИ-систем
Позволяет проводить модульное тестирование LLM. Подходит для тестирования чат-ботов, RAG-конвейеров и AI-агентов. Поддерживает создание кастомных метрик и синтетических датасетов - сайт проекта - GitHub - Colab
✦ Microsoft представила симулятор для оценки LLM
Симулятор ChatBench-Mistral-7b оценивает большие языковые модели через имитацию общения с ИИ. Полученные данные позволяют рассчитывать показатели успешности выполнения задач - подробнее в отчёте - GitHub - Huggingface
✦ Новый метод DeepConf для оценки уверенности LLM
Учёные представили метод, который помогает ИИ отбрасывать неуверенные ответы. DeepConf обрывает цепочки рассуждений, экономя токены до 84.7% (в сравнении с традиционным способом). Есть три уровня уверенности: токена, группы токенов и цепочки токенов - подробнее на сайте проекта
✦ Яндекс Роботикс создал робота для складов
Робот-комплектовщик использует технологии Yandex RMS, камеры, датчики и вакуумный захват. В будущем добавится сканирование штрихкодов и полная автоматизация упаковки - подробнее. Ранее Роботикс и Лавка запустили первый роботизированный даркстор
Подписывайтесь на Telegram EFEMERA: AI news.