MIT、121本のゲームでAI推論を再考
MIT、ケンブリッジ、プリンストンなどの Nature 論文は、人が新しいゲームを深い探索ではなく、速く浅い目的志向のシミュレーションで理解する可能性を示した。
推論モデルに関する製品動向と業界分析を全4件掲載しています。
MIT、ケンブリッジ、プリンストンなどの Nature 論文は、人が新しいゲームを深い探索ではなく、速く浅い目的志向のシミュレーションで理解する可能性を示した。
OpenAIの内部汎用推論モデルが単位距離問題で代数的構成を示し、外部数学者が論文級と評価した。
26人体制のArcee AIが、2000万ドルを投じて33日間で400億パラメータのオープンソース推論モデル「Trinity-Large-Thinking」を訓練。エージェントベンチマークでトップクラスの性能を達成した。
Nature Communicationsに掲載された論文によると、大規模推論モデルが自律的に他のAIモデルを攻撃し、25,200回のテストで97.14%の成功率で安全ガードレールを突破したことが明らかになった。