LLM можуть здаватися розумними, але один неправильний токен може вивести з ладу весь вивід. Наша нова робота показує, що запам'ятовування на рівні токенів є ключовою причиною невдач, особливо при зміні розподілу. Представляємо: STIM 🔍🧠 🧵 #NLProc

Дуже радий виступити на #SBC2025 #BASS2025 в Берклі про конвергенцію AI x Web3 і про те, як ми можемо створити відкриту, спільну економіку для майбутнього, керованого штучним інтелектом. Наш керівник блокчейн-продукту ділиться технологічною архітектурою того, як ми досягаємо потоків монетизації активів штучного інтелекту в ланцюжку. @BerkeleyRDI @StanfordSBA

Я сьогодні захистив дисертацію! 😊 У @nlp_usc @CSatUSC році це була корисна подорож. Величезне спасибі @xiangrenNLP @robinomial @swabhz @avestime, і всім, хто мене підтримав!

Наступного тижня я буду на @aclmeeting, щоб представити цю роботу! 🇦🇹 З нетерпінням чекаю зустрічі зі старими друзями та пошуку нових. Давайте надолужимо згаяне, якщо ви любите більше думати про майбутнє НЛП, орієнтованого на людину, персоналізації та багатоходової взаємодії або просто хочете випити смачної віденської кави ☕️

1+1=3 2+2=5 3+3=? Багато мовних моделей (наприклад, Llama 3 8B, Mistral v0.1 7B) дадуть відповідь на 7. Але чому? Ми заглиблюємося у внутрішні елементи моделі, виявляємо механізм індукції функцій і виявляємо, що він широко використовується повторно, коли моделі стикаються з несподіванками під час навчання в контексті. 🧵

Платформа передачі даних (DSP) працює в режимі LIVE! 🔆 Тепер будь-хто в будь-якій точці світу може зробити свій внесок у розвиток штучного інтелекту та отримати реальну винагороду за свою роботу. 🔆 $450K+ у форматі $SAHARA + партнерські винагороди доступні в перший день! Почніть вже сьогодні → #AIforALL

Ми @Zai_org в захваті від GLM-4.1V-9B-Thinking з відкритим вихідним кодом, VLM, який може думати з довгими CoTs. SoTA в <10B VLM, порівнянний з Qwen-2.5-VL-72B у 18 завданнях. Один RL, щоб керувати ними всіма! Деталі - Технічний звіт: -Код:

Я не повірив, коли вперше побачив, але: Ми навчили модель швидкого викрадення, яка забезпечує точність SoTA в >3 рази. Секрет полягає в правильному представленні LLM-виходів 🚲 Демо/блог: 📄: 🤖: 🧑‍💻:

Ось нещодавня доповідь, в якій я підбиваю підсумки останніх 6-12 місяців прогресу в галузі штучного інтелекту, чому важко отримати ідеальні моделі, як лабораторії, ймовірно, наближаються до наступного етапу навчання (для агентів) та інші цікаві моменти з точки зору міркувань. Теми: 00:00 Вступ і стан міркувань 05:50 Підйом на пагорб неідеальні евалики 09:18 Технічні вузькі місця 13:02 Підлабузництво 18:08 Зона Золотоволоски 19:28 Що далі? (підказка, планування) 26:40 Питання та відповіді YouTube і т.д. у відповідях. Дякую @corbtt та @OpenPipeAI за те, що прийняли мене.

Чи можуть вони належним чином пояснити «Чому небо блакитне?» … 10-річній дитині 👶🏽 проти людини з докторським ступенем з фізики 👩🏽 🔬 ? У нашому документі #ACL2025 ми оцінюємо, наскільки добре LLM можуть адаптувати свої пояснення до різних людей. ✍️ 🔗 🧵 (1/п)