Kategorija
Istraživanja, radovi i mjerljivi rezultati koji pomiču područje naprijed.
OpenAI opisuje rezultat tisuća AI agenata kao velik korak u matematici fluida. Uz provjeru dokaza, otvorena su i pitanja prvenstva u odnosu na povezani rad dvoje matematičara.
Platforma od jednog petabajta kombinira AlphaGenome i AlphaMissense kako bi istraživačima pomogla rangirati varijante. Predviđanja tek trebaju laboratorijsku i kliničku potvrdu.
AI predviđa hladna i vlažna područja u kojima nastaju trajni kondenzacijski tragovi. Druga faza obuhvatit će širu azijsku i transpacifičku mrežu Cathay Pacifica.
OpenAI-jev glavni znanstvenik kaže da nijedan laboratorij još nema dovoljno pouzdano usklađivanje i nadzor za dugotrajan razvoj maksimalnom brzinom. Njegov tekst donosi snažan poziv na usporavanje, ali ne i neovisno provjerene rezultate internih testova.
OpenAI kaže da njegovi agenti već mogu obavljati višednevne, dobro definirane istraživačke zadatke pod ljudskim nadzorom. Tvrtka pritom upozorava da preliminarne interne metrike nisu isto što i dokaz ukupnog rasta produktivnosti.
Kritički pregled istraživanja o agentnom AI-ju upozorava da pristup alatima, drugim agentima i robotima nije isto što i pouzdana autonomija. Za sigurnu delegaciju treba promatrati cijeli sustav, a ne samo sposobnost temeljnog modela.
Pokus na Qwen3-8B snažno je smanjio nesigurne odgovore, ali je jedna inačica zaštite na XSTestu podigla pogrešna odbijanja s 2 na 74 posto.
Google DeepMindova studija pokazuje kako komunikacija među autonomnim agentima može širiti i zlouporabu i obranu od nje. Ključna pouka nije da agenti imaju savjest, nego da zabrana u uputi ne vrijedi mnogo bez semantičke provjere i stvarnog nadzora.