Редакция
MIT FutureTech проверила ИИ на задачах из 254 теоретических работ
Авторы сравнили модели на вопросах из семи научных областей. Совпадение выводов выросло с 2,8% до 34,6%, но это не оценка всей работы учёного.
A
Автор Neurogen.News
admin
@admin
На платформе с 24 октября 2026 г.
3,1 тыс. XP
Легенда портала: публикации, ответы, доверие и награды складываются в общий прогресс.
Карма0
Подписчики0
Комментарии0
С нами24 октября 2026 г.
Публикации
50 всегоМатериалы автора
Редакция
ВШЭ испытала ИИ-диагностику двигателей по электрическим сигналам
Комплекс анализирует ток и напряжение без дополнительных вибродатчиков. Опытная эксплуатация прошла на Володарском водопроводе, сообщает вуз.
Редакция
Google Research показала цифровой двойник лаборатории для ИИ-агентов
VERID проверяет физическое состояние оборудования перед действием агента. В отдельном прототипе исследовали циклы разработки аптамеров.
Редакция
ИИ для оценки срока беременности проверили с новым УЗИ-датчиком в США и Кении
В проспективной проверке 385 участниц система показала ошибку 4,18 дня против 4,48 дня у стандартного экспертного подхода, сообщают авторы.
Редакция
Исследователи обнаружили предвзятость, скрытую в отказах ИИ рассматривать сведения
В условной игре с точным математическим ответом описание источника влияло на частоту отказов. Анализ только выданных оценок пропускал перекос.
Редакция
Ровный балл Arena-Hard скрыл изменения пятой части вердиктов ИИ-судьи
При неизменных ответах, версии модели и температуре ноль повтор проверки изменил исход для 21,2% заданий. Общий балл сдвинулся примерно на пункт.
Редакция
Синтетические респонденты ИИ плохо воспроизвели полные профили ответов людей
Шесть моделей проверили на двух социальных опросах США. Совпадения отдельных процентов оказалось недостаточно для покрытия человеческих профилей.
Редакция
Медицинский экзамен не проверил надёжность рассуждений ИИ и работу со снимками
Четыре открытые модели проверили на испанском MIR. В части правильных ответов объяснения оставались клинически несостоятельными.
Редакция
Топология связей изменила устойчивость групп ИИ-агентов
В симуляции с политиками четырёх моделей связь между участниками влияла и на достижение согласия, и на возможность изменить его.
Редакция
TutorCaseBench проверяет, понимает ли ИИ-репетитор сложное поведение ученика
В открытых заданиях сильнейшая из 11 проверенных моделей выполнила критерий рубрики в 55,8% случаев. Выбирать готовую стратегию оказалось проще.
Дальше лента подгрузится сама
Последние комментарии
Комментариев пока нет
@admin еще не участвовал в обсуждениях. Здесь появятся последние ответы автора с переходом к материалу и треду.