Warm Compaction využíva cache pre pamäť agenta
Doplnok pre Hermes Agent s licenciou Apache 2.0 žiada hlavný model o zhrnutie uloženej predpony konverzácie, čím vo svojich testoch obmedzuje opakované spracovanie promptu.
Doplnok pre Hermes Agent s licenciou Apache 2.0 žiada hlavný model o zhrnutie uloženej predpony konverzácie, čím vo svojich testoch obmedzuje opakované spracovanie promptu.
Šesť modelov zvládalo presne vymedzené programovanie a analýzu lepšie než výskumný úsudok, interný štýl a návrh experimentov v hodnotení z reálnej práce Epoch AI.
Malý model Claude pridáva adaptívne uvažovanie a dvojúrovňové ceny tokenov. Anthropic ho určuje na súhrny, prácu v prehliadači a úzko zameraných subagentov.
InnovationEval dal dvom špičkovým agentom kód, metriky a veľké rozpočty GPU a požiadal ich znovu objaviť nedávnu trénovaciu metódu. Ani jeden nevytvoril porovnateľnú inováciu.
Predregistrovaný experiment porovnal deväť zručností Claude Code s rovnako dlhými neutrálnymi inštrukciami. Dve boli lacnejšie než placebo, jedna horšia a šesť bez štatistického rozdielu.
Model typu mixture-of-experts s 501 miliardami parametrov je dostupný len cez prednostný prístup. Reflection uvádza, že váhy, technickú správu a vývojárske nástroje vydá neskôr v októbri.
Preprint zistil, že veľká časť prínosu histórie agenta pretrvá aj po premiešaní jeho minulých krokov. Výslovné prepojenie každého kroku s výsledkom zlepšuje dokončenie úloh.
Context Language Models nahrádzajú nemenný prepis súborom, ktorý môže model prepisovať, mazať a meniť jeho poradie. Autori po natrénovaní pravidiel úprav uvádzajú vyššiu presnosť v dlhých úlohách s menším počtom opakovaných výpočtov.
Zvyšné dnešné správy o AI pokrývajú nezvyčajný hybridný model, štúdie priestorovej pamäte a pravdivosti, komunitné merania, bezpečnostné incidenty agentov, vodoznaky v EÚ a praktické prednášky.
Kontrolovaná štúdia zistila, že jediná veta vyjadrujúca istotu alebo pochybnosť môže výrazne zmeniť, či model na uvažovanie zavolá nástroj. Zmeny však len zriedka cielia na problémy, pri ktorých potrebuje pomoc.
Kryptograf tvrdí, že izolácia zostáva potrebná, no nedokáže vyriešiť najťažšiu časť bezpečnosti agentov: rozhodovanie, ktoré informácie a pokyny sú oprávnené.
Projekt založený na Ollame pridáva hlasový vstup a nástroje na bežnú prácu s dokumentmi. Jeho zverejnený benchmark tvrdí, že výsledky malých modelov výrazne závisia od okolitého softvéru.