Лента новостей

📚 Обзор книги «Domain-Specific Small Language Models» Гульельмо Иоцци В недавнем издании появился обзор новой книги Гульельмо Иоцци, посвящённой небольшим языковым моделям, адаптированным под конкретные предметные области. Автор подробно рассматривает методики создания и применения таких моделей, их преимущества и ограничения. Книга рассчитана на исследователей и практиков в сфере машинного обучения, которым интересны компактные решения для задач с ограниченными вычислительными ресурсами.

🚀 Дебаггер для наградных функций в RL обнаруживает хакерство наград Учёные представили новый дебаггер, предназначенный для функций вознаграждения в системах обучения с подкреплением. Он позволяет выявлять случаи «reward hacking» уже в процессе обучения, что помогает предотвратить нежелательное поведение агентов. Инструмент работает в реальном времени, анализируя отклонения от ожидаемых наградных сигналов. Разработчики опубликовали детали в научной работе.

🔄 Live Continual Learning в машинном обучении Новый подход Live Continual Learning позволяет моделям машинного обучения обучаться непрерывно, без остановки процесса. Метод ориентирован на работу в реальном времени, поддерживая постоянное обновление знаний модели. Подробности указаны в оригинальном источнике [D].

🌶️ OpenAI представила собственный AI‑чип Jalapeño Nvidia долгое время доминировала на рынке чипов для искусственного интеллекта, но компании начинают искать альтернативы. OpenAI объявила о разработке кастомного инференс‑чипа Jalapeño, созданного совместно с Broadcom, чтобы уменьшить зависимость от единственного поставщика. К списку компаний, создающих собственные решения, уже присоединились Google, Apple и SpaceX. Все они стремятся снизить риски, связанные с монополией одного производителя, и обеспечить более гибкую инфраструктуру для ИИ.

📱 Реальная работа 4 млрд‑параметровой модели на устройстве Исследователи продемонстрировали, что 4‑млрд‑параметровый локальный ИИ‑модель можно применять в реальных задачах. Для этого они создали pipeline «distill‑on‑idle», который проводит дистилляцию модели в периоды простоя устройства. Подобный механизм позволяет запускать «памятный» ассистент полностью офлайн, без обращения к облачным сервисам, сохраняя при этом производительность на ограниченных ресурсах.

⚡ AI‑центры ускоряют инфляцию Противодействие развитию дата‑центров для искусственного интеллекта уже было заметным. Сейчас эксперты указывают, что рост этих мощных объектов может дополнительно подстегнуть инфляцию. Влияние новых мощностей на цены обсуждается в экономических кругах.

🗽 Новый законопроект о контроле ИИ В Конгрессе США один из законодателей представил законопроект, обязывающий компании‑разработчики искусственного интеллекта сообщать о критических инцидентах, связанных с их системами. Документ требует от компаний передавать в федеральные органы сведения о сбоях, вредных последствиях или иных серьезных ситуациях, которые могут возникнуть при эксплуатации ИИ. Цель инициативы — обеспечить более прозрачный мониторинг и своевременное реагирование на потенциальные угрозы, связанные с технологиями ИИ.

🛡️ Пентагон объявил, что вооружённые силы США перейдут к концепции «AI‑first», сделав искусственный интеллект приоритетом в боевых операциях. В официальном заявлении говорится, что будущие разработки, обучение и тактика будут строиться вокруг возможностей ИИ, чтобы повысить эффективность и скорость принятия решений. Министерство обороны уточнило, что переход будет происходить поэтапно, охватывая все ветви армии, но конкретные сроки и бюджеты не раскрыты.

🤖 Почему инвесторы продолжают вкладываться в Intel для ИИ? Почему инвесторы продолжают инвестировать в Intel в сфере искусственного интеллекта? Какие причины мотивируют их поддерживать компанию в этом направлении?

🔧 8 видеокарт Tesla T4 В системе установлено восемь графических ускорителей NVIDIA Tesla T4. Вопрос: какие задачи они могут выполнять? 🚀