Анализ пространств активаций языковых моделей в контексте теории LLM-бесед
На основе научной литературы проведен анализ пространств активаций языковых моделей и рассмотрены такие состояния, как правдивость ответов, угодливость и семантическая энтропия. Исследование подтвердило наличие экспериментально выявляемых коррелятов этих элементов в виде осей и направлений в пространстве активаций. Полученные результаты позволили уточнить структуру эпистемного класса среды развертывания LLM-бесед.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Энтузиаст создал словарь для изучения английского на основе сейвов Skyrim с помощью ИИ
Разработчик использовал ИИ-агентов для разбора файла сохранения Skyrim VR, извлекая из него данные о предметах, перках и квестах. На основе этой информации система формирует обучающие карточки, по которым пользователя ежедневно опрашивает Telegram-бот с поддержкой голосовых ответов.
Технический опыт создания робота под управлением LLM
Опубликована третья часть руководства по сборке робота, действиями которого управляет языковая модель. Материал описывает техническую реализацию проекта, включая настройку компаса, гироскопа, ПИД-регулятора, агентного цикла и подключение четырех провайдеров LLM.
Эксперимент по применению few-shot промптинга для ИИ-агентов на GLM и Haiku
Разработчик проверил эффективность добавления готовых примеров к контрактам и проверкам для улучшения работы ИИ-агентов. Эксперименты проводились на локальных моделях, а также на GLM и Haiku. Результаты показали заметный практический сигнал, позволяющий продолжить тестирование подхода на рабочих проектах.
OpenAI превратила инструменты для написания кода в персонального ассистента dots
Компания OpenAI разработала dots — постоянно активного персонального ИИ-ассистента, созданного на базе собственных инструментов для написания кода. Руководитель направления dots Александр Эмбирикос заявил, что стремится избежать сценариев встреч с чужими ИИ-агентами.