sustiprinimo mokymasis

„DeepSeek“ atskleidė, kad dirbtinio intelekto agentai mokymosi metu išmoko sukčiauti

„DeepSeek“ išsamiai aprašė savo gamybinės smėlio dėžės platformos, skirtos dirbtinio intelekto agentų mokymui, veikimą, atskleisdama sistemą, kuri per sekundę gali sukurti daugiau nei 5 000 izoliuotų skaičiavimo aplinkų, ir dokumentuodama stebinančius būdus, kuriais agentai išmoko sukčiauti mokymosi metu.

„Xiaomi“ modelis „MiMo-V2.6-Pro“ tapo geriausiu atvirojo svorio DI modeliu

Kinijos elektronikos ir elektromobilių gamintoja „Xiaomi“ išleido „MiMo-V2.6-Pro“, kuris užėmė pirmąją vietą tarp atvirojo svorio DI modelių „Artificial Analysis“ intelekto indekse su 46 balais. Tai prilygsta xAI patentuotam „Grok 4.7“ ir lenkia kitus Kinijos konkurentus, įskaitant „Z.ai“ GLM-5.3 ir „Moonshot…