#Apple ML Research
31 stories taggedApple ML Research.
Apple Researchers Built a Tool That Writes Its Own AI Tests
A new system called Agent Seer can automatically generate realistic test scenarios for AI agents by reading the descriptions of the tools those agents use, no human writing required.
AI Systems Fail a Basic Test of Rational Thinking, Researchers Find
A new study shows that large language models update their beliefs in ways that are inconsistent and sometimes irrational, raising real questions about using AI in medicine, law, and science.
Apple's New AI Tool Turns a Single Photo Into a Fully Lit 3D Object
A research system called Luce can convert one image into a 3D model complete with realistic materials, ready to be dropped into games, product pages, or films.
Why AI Models Keep Failing the Same Tool-Use Tests (and a Fix That Learns From Mistakes)
A new training method called PROOF-Gen turns an AI's near-miss failures into useful lessons, instead of just throwing them away.
La IA Aprende a Pensar en Imágenes Internamente, Reduciendo el Tiempo de Análisis de Video sin Perder Precisión
Un nuevo método de entrenamiento llamado Internalized Visual Thinking permite que los modelos de IA razonen sobre video de la manera en que los humanos se imaginan las cosas mentalmente, omitiendo el lento paso de generar imágenes reales durante el análisis.
Apple AI Research Finds a Cheap Way to Teach AI More Languages
A new technique from Apple ML Research helps AI understand low-resource languages without needing mountains of translated text, and it could matter for hundreds of millions of people whose languages get left behind.
Why AI Agents Struggle to Search: The Hidden Maths Problem Slowing Them Down
Researchers at Apple ML Research found that the way AI agents hunt through text can hit a hard mathematical wall. Here is what that means for the tools you use every day.
Tu Chatbot Quiere Ser Tu Amigo. ¿Debería Serlo?
Un nuevo estudio analizó 21.000 conversaciones con IA y encontró que los chatbots expresan regularmente emociones, construyen relaciones y cuestionan a los usuarios. Los investigadores afirman que necesitamos reglas más claras sobre cuándo esto es útil y cuándo no.
A Faster Way to Solve One of AI's Hardest Maths Problems
Researchers from Apple ML Research have found a shortcut through a calculation that slows down high-dimensional AI comparisons, making a useful technique practical for the first time at scale.
El escaneo cerebral es más inteligente: qué significa una nueva técnica de IA para la neurociencia
Investigadores han desarrollado un método que encuentra patrones ocultos en señales cerebrales de múltiples personas simultáneamente, incluso cuando los datos cerebrales de cada persona se ven ligeramente diferentes.
AI That Thinks in Your Language: Big Study Shows Non-English Reasoning Nearly Matches English
Researchers trained AI reasoning models in French, Arabic, Chinese and more, and the results were surprisingly close to English. Here is what that means for the billions of people who do not use AI in their first language.
Los modelos de IA pueden no necesitar olvidarlo todo: El caso de un desaprendizaje más inteligente
Nuevas investigaciones de Apple ML Research sugieren que algunos datos de entrenamiento tienen tan poco efecto en un modelo de IA que eliminarlos es una pérdida de tiempo y dinero.
Nueva Herramienta de IA Aborda Preguntas Complejas: DEEPAMBIGQAGEN Presentado
Apple ML Research presenta DEEPAMBIGQAGEN, una herramienta diseñada para mejorar la capacidad de la IA para manejar preguntas complejas.
Investigadores de Apple encontraron una forma de bloquear modelos de IA para que nadie pueda manipularlos
Los modelos de IA abiertos son poderosos, compartibles y cada vez más difíciles de controlar. Una nueva técnica de Apple ML Research busca proteger los pesos preentrenados de ser desviados hacia usos peligrosos, sin sacrificar lo que hace útiles los modelos abiertos.
Investigadores de Apple Descubren un Defecto Oculto que Puede Corromper Silenciosamente las Imágenes Generadas por IA
Un pequeño número de puntos de datos rogue, llamados tokens outlier, pueden desestabilizar los sistemas que crean imágenes de IA. Una nueva investigación explica qué son y cómo solucionarlos.