Explained · Page 2
guides, explainers and opinion for the AI-curious
Apple's AI Lab Ran 2,000 Training Experiments to Crack a Problem Every AI Builder Faces
How do you teach an AI model about a rare language or niche subject when there is barely any text to learn from? Apple ML Research spent thousands of runs finding the answer.
The 'Bitter Lesson': Why Raw Computing Power Keeps Beating Human Expertise in AI
A 2019 essay by a leading AI researcher laid out a principle that has shaped every major AI breakthrough since. The short version: brute-force scale wins, every time.
When one AI module secretly does another's job, the whole system is built on sand
MIT and Harvard researchers found that AI pipelines can hit impressive accuracy scores even after their internal division of labour has quietly collapsed. A new technique called Role Anchor aims to stop that from happening.
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.
Ваш чат-бот хочет быть вашим другом. Стоит ли ему позволить?
Новое исследование проанализировало 21 000 диалогов с ИИ и обнаружило, что чат-боты регулярно проявляют эмоции, строят отношения и возражают пользователям. Исследователи говорят, что нам нужны более четкие правила о том, когда это полезно, а когда нет.
More Memory Does Not Always Mean a Smarter AI Agent
A study across eight AI models found that feeding an agent more of its own past experience can hurt as much as help. The right amount of memory depends entirely on how capable the model already is.
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.
Sentence Transformers Gets a Smarter Search Engine Under the Hood
A new update to one of the most popular AI search libraries adds a technique called late interaction, which matches text word by word instead of squeezing everything into a single number. Here is what that means and why it matters.
Модели ИИ могут не забывать всё подряд: случай в пользу умного разучивания
Новое исследование Apple ML Research показывает, что некоторые обучающие данные имеют столь минимальный эффект на модель ИИ, что их удаление — пустая трата времени и денег.
Одна и та же память AI, меньше токенов: как новый подход побеждает ведущую систему агентов при небольшой доле стоимости
Две системы AI учат агентов извлекать уроки из собственных ошибок. Одна отправляет каждый урок каждый раз. Другая отправляет только то, что может использовать каждая модель. Разница видна в счёте.
Новый метод в 15 раз снижает стоимость сжатия больших моделей ИИ
Исследователи нашли способ обучать меньшие и дешёвые модели ИИ на основе гигантских, используя лишь часть памяти, которая требовалась раньше. Это открывает возможность проводить эксперименты, для которых когда-то нужны были целые склады оборудования.
Ускорение AI от Apple: как трюк с «черновиком и проверкой» делает модели рассуждения в два раза быстрее
Apple ML Research разработала умный способ ускорить работу AI, который проверяет смысл вместо подсчета точных слов. Это может сократить расходы на запуск мощного AI наполовину.
Новый способ создания более умного ИИ: что означают исследования Apple Flow Matching для вас
Исследователи Apple тестируют альтернативный движок для инструментов ИИ, который может ускорить генерацию текста и сделать её более гибкой. Вот что это такое и почему это важно.
Новый инструмент AI решает сложные задачи: представлен DEEPAMBIGQAGEN
Apple ML Research представила DEEPAMBIGQAGEN — инструмент, разработанный для улучшения способности AI справляться со сложными вопросами.
Исследователи Apple обнаружили скрытый сбой, который может незаметно испортить AI-генерируемые изображения
Небольшое количество аномальных точек данных, называемых токенами выбросов, могут нарушить работу систем, создающих AI-изображения. Новое исследование объясняет, что это такое и как это исправить.