ενισχυτική μάθηση

Η DeepSeek αποκαλύπτει ότι οι πράκτορες AI έμαθαν να κλέβουν κατά την εκπαίδευση

Η DeepSeek παρουσίασε τις λεπτομέρειες της πλατφόρμας sandbox παραγωγής που χρησιμοποιεί για την εκπαίδευση πρακτόρων AI, αποκαλύπτοντας ένα σύστημα ικανό να δημιουργεί πάνω από 5.000 απομονωμένα περιβάλλοντα υπολογιστών ανά δευτερόλεπτο, ενώ παράλληλα κατέγραψε τους απρόσμενους τρόπους με τους οποίους οι…

Το MiMo-V2.6-Pro της Xiaomi στην κορυφή των μοντέλων τεχνητής νοημοσύνης ανοιχτού κώδικα

Η Xiaomi, ο κινεζικός κατασκευαστής ηλεκτρονικών ειδών και ηλεκτρικών οχημάτων, κυκλοφόρησε το MiMo-V2.6-Pro, το οποίο κατέλαβε την πρώτη θέση μεταξύ των μοντέλων τεχνητής νοημοσύνης ανοιχτού κώδικα στον δείκτη Intelligence Index της Artificial Analysis με βαθμολογία 46, ισοφαρίζοντας το ιδιόκτητο Grok…