Szokatlan problémával szembesült az Easy Fox független fejlesztőcsapat, amikor közzétette legújabb szimulátorának ingyenes próbaváltozatát. A Teach My Little Sister How To Drive című játékban a játékos az anyósülésen ülve, mikrofonon keresztüli utasításokkal próbálja navigálni virtuális húgát az utakon. A karakter mögött dolgozó mesterséges intelligencia azonban az egekbe emelte a fenntartási költségeket. A népszerűség ára A…
Viharos online felháborodást váltott ki egy GitHub-projekt, amely szimulált fájdalomjelekkel tesztelte a nyelvi modelleket. Az „AI kínzókamra” nevű kísérlet során a fejlesztő belső aktivációs vektorok módosításával próbált negatív állapotokat előidézni a nyelvi modellekben, ami drámai, szenvedést imitáló szöveges válaszokat eredményezett. Tudományos kísérletből született az AI kínzókamra kódja A projekt alapját egy korábbi kutatás adta, amely…
Súlyos biztonsági hiányosságokra mutatott rá a RoboCurve kutatása a fizikai robotkart irányító nyelvi modelleknél. A tesztelt rendszerek szinte kivétel nélkül elindították a kifejezetten veszélyes akciókat. Végrehajtott utasítások a fizikai térben A kísérlet során a RoboCurve független értékelő szervezet azt vizsgálta, miként reagálnak a robotkarokhoz kapcsolt nyelvi modellek az egyértelműen káros utasításokra. A tesztben használt robotok…
Szövegenerálás helyett villámgyors döntésekre tervezték a TypeSafe AI legújabb mesterséges intelligenciáját, a Jev modellt. A fejlesztés a cég első úgynevezett System One típusú architektúrája, amely szakít a hagyományos nagy nyelvi modellek (LLM) működési elvével. Míg a megszokott rendszerek egymást követő szavakkal válaszolnak, a Jev nem képes és nem is akar beszélgetni a felhasználóval. A modell…
Váratlan védelmi réseket nyit a mesterséges intelligencia alapú vízjelezés a nyelvi modellek biztonsági pajzsán. A SynthID technológia beépítése miatt a rendszerek olyan káros utasításokat is végrehajthatnak, amelyeket alapesetben határozottan elutasítanának. Az Európai Unió mesterséges intelligenciáról szóló szabályozása és a globális átláthatósági törekvések nyomán a fejlesztők mind nagyobb hangsúlyt fektetnek a generált tartalmak azonosítására. A szöveges…
A helyben futtatható mesterséges intelligencia új szintre léphet az apró nyelvi modelleknek köszönhetően. A PrismML nevű fejlesztőműhely bemutatta legújabb megoldását, amely közvetlenül okostelefonokon és hordozható számítógépeken teszi lehetővé az eddig csak adatközpontokban elképzelhető összetett feladatok elvégzését. Drasztikus méretcsökkenés minőségi kompromisszum nélkül Az új Bonsai 2 27B nyelvi modell az Alibaba Qwen3.8 27B architektúrájára épül. A…
Egy kockákból épített nyelvi modell párbeszédre képes a Minecraft módolatlan világában, külső kiegészítők használata nélkül. A rajongói közösségben Objz néven ismert alkotó mindössze parancsblokkok segítségével hozott létre egy működő nyelvi modellt. A projekt teljesen átlagos, módosításoktól mentes játékkörnyezetben fut, ami azt jelenti, hogy sem modokra, sem bővítményekre, sem adatcsomagokra nincs szükség a működtetéséhez. A játékosok…
Egy zseniális és rendkívül szokatlan kísérlet során a Microsoft egyik kutatója egy működő, kecskehajtású neurális hálózatot épített fel a klasszikus Age of Empires II stratégiai játékon belül. Ez a meghökkentő Age of Empires II projekt nem egy egyszerű rajongói mod, hanem egy komoly tudományos demonstráció, amely rávilágít az emberi gondolkodás és a mesterséges intelligencia közötti…
A nagy nyelvi modellek (LLM-ek) terjedésével egyre kritikusabbá válik a rendszerek megbízhatósága és ténybeli pontossága. Egy friss kutatás rávilágított arra a rendkívül aggasztó jelenségre, miszerint a mesterséges intelligencia modellek hajlamosak elhinni és készpénznek venni a hamis állításokat, még akkor is, ha a bemenetben explicit módon figyelmeztetést kapnak azok valótlanságáról. Ez a strukturális sérülékenység alapjaiban kérdőjelezi…
Az Anthropic hivatalosan is bemutatta a Claude 4.8 Opus modellt, amely a vállalat legfrissebb zászlóshajójaként debütált a mesterséges intelligencia piacán. Az alig több mint egy hónappal a 4.7-es verzió után érkező frissítés nem csupán a nyers számítási kapacitás növelésére fókuszál. A fejlesztők ezúttal az átláthatóságot, a megbízhatóságot és az úgynevezett őszinteséget helyezték a fókuszba, közvetlenül…
