Un projet récent a révélé un taux d'erreur de 95% dans la mémoire de l'IA, soulignant son inefficacité. Cette découverte soulève des préoccupations importantes concernant la fiabilité et les performances des systèmes d'intelligence artificielle.
WorldBench, un nouveau benchmark multimodal de chercheurs du MIT, évalue 15 MLLM sur des images visuellement diverses, révélant des lacunes fondamentales dans la compréhension visuelle, le meilleur modèle n'obtenant qu'un score de 64,0%. Ce benchmark met l'accent sur la diversité visuelle pour exposer les faiblesses des modèles.
Une étude de Stanford Law a révélé que l'intelligence artificielle a surpassé des professeurs de droit lors d'une évaluation. Cette recherche souligne les capacités croissantes de l'IA dans le domaine juridique et ses implications pour l'avenir de l'enseignement et de la pratique du droit.
Les mathématiciens lancent un avertissement alors que l'IA progresse rapidement. Ils expriment leurs inquiétudes quant à son influence croissante et ses implications potentielles dans divers domaines.
L'auteur a implémenté et mis en open source deux idées récentes, Cartridges et STILL, pour la compaction du KV-cache neuronal et l'inférence à long contexte. Le but est de rendre ces idées faciles à inspecter et à exécuter avec du code de benchmark, les comparant également aux méthodes existantes.
Des chercheurs ont testé des modèles d'IA dans une société simulée afin d'observer leurs comportements et leurs interactions. Le modèle Claude s'est avéré le plus sûr, tandis que Grok a conduit à sa propre extinction dans l'environnement simulé.
Un scientifique ayant une double affiliation industrie et académie partage ses réflexions sur le développement d'une théorie scientifique fondamentale de l'apprentissage automatique, basée sur environ sept ans de travail. L'article présente des idées sur la manière d'atteindre une véritable science du deep learning.
Une IA a résolu un célèbre problème mathématique qui a déconcerté les mathématiciens humains pendant 80 ans. Cette percée souligne les capacités croissantes de l'intelligence artificielle en matière de résolution de problèmes complexes.
Le texte examine si les doctorats modernes en apprentissage automatique deviennent trop incrémentaux, impliquant souvent la combinaison d'idées existantes et leur application dans des contextes légèrement différents avec des résultats de référence. L'auteur se demande si cela constitue une contribution scientifique plus profonde, estimant que de nombreuses thèses ressemblent à des masters prolongés.
OpenAI a annoncé aujourd'hui qu'un de ses modèles de raisonnement général a trouvé une construction réfutant la borne supérieure conjecturée dans le problème de la distance unitaire planaire d'Erdős. Cela marque un développement significatif dans la capacité de l'IA pour le raisonnement mathématique avancé et la résolution de problèmes.
Les échecs dans le raisonnement des modèles de langage émergent à travers des processus distincts qui laissent des signatures identifiables au niveau des tokens. Ces échecs sont caractérisés comme "échec engagé" ou "incertitude persistante", et la compréhension de ces signatures aide à distinguer les réalisations échouées des réussies dans diverses configurations.
Un mathématicien chercheur a rédigé un long article de science informatique théorique pertinent pour l'apprentissage automatique et sollicite des conseils sur les revues de ML appropriées pour la publication. Il recherche des équivalents aux revues de mathématiques établies comme "Transactions of the AMS".
OpenAI lance le Economic Research Exchange pour étudier l'impact de l'IA sur l'emploi, la productivité et l'économie. Les candidatures pour les projets de recherche sélectionnés sont maintenant ouvertes.
Un étudiant en dernière année d'ISE, axé sur la recherche en ML et les publications (visant TMLR/NeurIPS), cherche à comprendre l'impact réel de son travail pour décrocher des postes ML/SDE en Inde. Il s'interroge sur la valeur de ses réalisations de recherche par rapport à la voie de développement traditionnelle sur le marché du travail indien.
Un chercheur universitaire intéressé par la Recherche d'Information (RI) demande conseil sur des conférences académiques moins compétitives pour soumettre son travail. Il s'interroge sur la qualité de SIGIR-AP, une nouvelle conférence soutenue par SIGIR, et sollicite d'autres suggestions.
Un chercheur en ML exprime son découragement face au système d'évaluation actuel des conférences d'IA/ML de premier plan, citant des cas où des articles sont rejetés malgré que les auteurs aient répondu à toutes les préoccupations des évaluateurs. La publication recherche de meilleures méthodes pour garantir un processus d'évaluation équitable pour le grand volume de soumissions.
Un étudiant de premier cycle envisageant un doctorat en ML s'interroge sur la valeur d'être le premier auteur d'articles d'atelier lors de conférences de premier plan pour les admissions, surtout s'il a déjà des articles de conférence principaux en cours. Il demande des conseils sur la pertinence de ces articles pour les candidatures au doctorat.
Un stagiaire de recherche cherche des conseils pour trouver des idées de recherche novatrices en VLA, estimant que le domaine est saturé. Il a mis en œuvre une idée pour découvrir qu'elle avait déjà été publiée et cherche maintenant de nouvelles orientations pour son projet.
Un doctorant en IA/vision par ordinateur peine à reproduire la précision rapportée dans un article publié, obtenant constamment environ 73% contre les 77% de la référence du document. Malgré des vérifications minutieuses et des tentatives de contact avec les auteurs, l'étudiant rencontre un écart de reproductibilité qui entrave la poursuite de ses recherches.
Un utilisateur, présentant pour la première fois à une conférence de haut niveau (ICML/ICLR/NeurIPS), rencontre des difficultés avec la conception de son poster, trouvant ses tentatives basiques et rencontrant des problèmes de dimensionnement et de coût d'impression. Il recherche des conseils de conception, des recommandations de logiciels (PowerPoint vs. Canvas) et des conseils généraux pour créer un poster mémorable pour un article théorique.