LLM:er kan tyckas resonera bra, men en enda felaktig token kan spåra ur hela utdata. Vårt nya arbete visar att memorering på tokennivå är en viktig orsak till misslyckande, särskilt under distributionsskifte. Vi presenterar: Stim 🔍🧠 🧵 #NLProc

Glad över att tala på Berkeley #SBC2025 #BASS2025 om konvergens av AI x Web3 och hur vi kan skapa en öppen, samarbetsinriktad ekonomi för en AI-driven framtid. Vår produktledare för blockkedjor delar med sig av den tekniska arkitekturen för hur vi uppnår intäktsgenereringsflöden i kedjan för AI-tillgångar. @BerkeleyRDI @StanfordSBA

Jag blev godkänd på min disputation idag! 😊 Det har varit en givande resa på @nlp_usc @CSatUSC. Stort tack till @xiangrenNLP @robinomial @swabhz @avestime och alla som stöttat mig!

Jag kommer att vara på @aclmeeting nästa vecka för att presentera detta arbete! 🇦🇹 Spännande att träffa gamla vänner och få nya. Låt oss komma ikapp om du gillar att tänka mer på framtiden för människocentrerad NLP, personalisering och interaktioner med flera varv eller bara vill få lite trevligt wienerkaffe ☕️

1+1=3 2+2=5 3+3=? Många språkmodeller (t.ex. Llama 3 8B, Mistral v0.1 7B) kommer att svara 7. Men varför? Vi gräver i modellens interna delar, avslöjar en funktionsinduktionsmekanism och finner att den återanvänds i stor utsträckning när modeller stöter på överraskningar under inlärning i sammanhanget. 🧵

Data Services Platform (DSP) är LIVE! 🔆 Nu kan vem som helst, var som helst i världen, bidra till AI-utvecklingen och få verklig belöning för sitt arbete. 🔆 $450K+ i $SAHARA + partnerbelöningar tillgängliga dag ett! Kom igång idag → #AIforALL

Vi @Zai_org är glada över att kunna använda öppen källkod GLM-4.1V-9B-Thinking, en VLM som kan tänka med långa CoT:er. SoTA i <10B VLMs, jämförbart med Qwen-2.5-VL-72B i 18 uppgifter. En RL för att härska över dem alla! Detaljer - Teknisk rapport: -Kod:

Jag trodde inte det när jag först såg, men: Vi tränade en modell för snabb stöld som får >3x SoTA-noggrannhet. Hemligheten representerar LLM-utgångar *korrekt* 🚲 Demo/blogg: 📄: 🤖: 🧑‍💻:

Här är ett föredrag som jag nyligen höll där jag sammanfattade de senaste 6-12 månadernas AI-framsteg, varför det är svårt att få perfekta modeller, hur laboratorier sannolikt närmar sig nästa utbildningsfas (för agenter) och andra intressanta godbitar i resonemangslandskapet. Ämnen: 00:00 Introduktion och resonemangets tillstånd 05:50 Backklättring 09:18 Tekniska flaskhalsar 13:02 Sykofani 18:08 Guldlockszonen 19:28 Vad kommer härnäst? (ledtråd, planering) 26:40 Frågor och svar YouTube etc i svar. Tack @corbtt och @OpenPipeAI för att du tog emot mig.

Kan LLM:er på ett lämpligt sätt förklara "Varför är himlen blå?" … till en 10-åring 👶🏽 vs. någon med en doktorsexamen i fysik 👩🏽 🔬? I vårt #ACL2025 papper utvärderar vi hur väl LLM:er kan skräddarsy sina förklaringar till olika människor. ✍️ 🔗 🧵 (1/n)