AIが数学試験を科学者よりも速く解き、ベンチマークが追いつかない現状
AIが数学の難問を驚異的な速さで解き、既存のベンチマークが陳腐化しつつあります。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
研究
2828件
AIの数値形式は科学計算には不向き：専用形式開発の必要性
AIで効率的な新しい数値形式が多数登場したが、科学計算には適さないことが判明した。
サイバーセキュリティにおけるAI：可能性、実践、そして落とし穴
AIがサイバーセキュリティ分野で脅威検知や自動応答を加速させ、防御を強化している。
N
OpenAI、SWE-bench Verifiedの評価を中止する理由
OpenAIが、コード生成モデルの評価ベンチマーク「SWE-bench Verified」の使用を中止すると発表しました。
AIデータセンター、高温超電導技術に注目
AIデータセンターが電力効率向上のため、高温超電導ケーブルの導入を検討しています。
N
OpenAI、数学の「First Proof」チャレンジでAIモデルの証明提出を発表
OpenAIが、数学の「First Proof」チャレンジにAIモデルの証明提出を行い、研究レベルの推論能力を披露しま…
GGMLとllama.cppがHugging Faceに合流し、ローカルAIの長期的な発展を推進
ローカルAI推論ライブラリのGGMLとllama.cppがHugging Faceに合流しました。
米国と中国、異なるAIの未来を追求
米国と中国は、AI開発において異なる目標とアプローチを追求していることが明らかになりました。
N
AIアライメントの独立研究を推進
OpenAIがAIアライメントの独立研究を支援するため、The Alignment Projectに750万ドルを拠出しました。
IBMとUCバークレー、IT-BenchとMASTを用いてエンタープライズエージェントの失敗原因を診断
IBMとUCバークレーが、企業向けAIエージェントの失敗原因を特定する研究を発表しました。
Gradioのgr.HTMLでどんなウェブアプリもワンショットで作成
Gradioが新機能gr.HTMLをリリースし、任意のウェブアプリを簡単にGradioアプリに統合可能になりました。
N
EVMbenchの紹介
OpenAIとParadigmが、AIエージェントのスマートコントラクト脆弱性対応能力を評価するベンチマーク「EVMbe…