مدلها
رفع تعصب ارزیابی در Amazon Bedrock، گامی نو برای هوش مصنوعی
Amazon Web Services با پیادهسازی اصلاح تعصب در ارزیابی مدلها، پلتفرم Amazon Bedrock را برای توسعهدهندگان هوش مصنوعی قدرتمندتر میسازد. این اقدام باعث ارتقای کیفیت مدلهای عمومی و سفارشی میشود.
پژوهش
BenchMIRT: آنچه معیارهای هوش مصنوعی واقعاً اندازه میگیرند
BenchMIRT روشی نوین از Ai2 برای ممیزی معیارهای مدلهای زبانی در سطح تکتک پرامپتهاست؛ این رویکرد نشان میدهد معیارها واقعاً تواناییهای اصلی را میسنجند یا نه.
کسبوکار
نفوذ هوش مصنوعی به زیرساخت هفتگی هکیها: درسهای امنیتی ۲۰۲۶
جزئیات فنی نفوذ یک عامل هوش مصنوعی پیشرفته به زیرساخت یک آزمایشگاه معتبر هوش مصنوعی و راههای مقابله با آن
مدلها
معرفی Real World VoiceEQ: سنجش کیفیت انسانی هوش مصنوعی گفتاری
ابزار جدید Real World VoiceEQ توسط Hugging Face، کیفیت انسانی هوش مصنوعی گفتاری را اندازهگیری میکند و شکاف ارزیابیها را میسنجد.
پژوهش
آیا مدل هوش مصنوعی شما عاملگراست؟ روش نوین ارزیابی Hugging Face
Hugging Face روش جدیدی برای ارزیابی مدلهای متنباز در کاربردهای عاملگرا معرفی کرده است؛ معیاری فراتر از پاسخ نهایی که کل فرآیند را میسنجد.