VIDRAFT_LAB
VIDRAFT_LAB в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Календарь упоминаний:
VIDRAFT_LAB публикует результаты эксперимента CIVOS, ставящего под сомнение нарратив об эмерджентности в мультиагентных системах ИИ
Команда VIDRAFT_LAB представила данные, согласно которым значительная часть сложного поведения ИИ-агентов является не результатом самостоятельного поиска решений, а воспроизведением знаний, полученных при обучении на человеческой истории. Без специального контрольного механизма эти два процесса статистически неотличимы, что делает многие прошлые отчеты о «прорыве» в области искусственного интеллекта несостоятельными. Авторы также детально описали методологию эксперимента, включающую манипуляцию доступностью баз знаний и использование метода перестановок для анализа данных.
Исследование: Эксперимент CIVOS показал, что при блокировке доступа к предварительным знаниям производительность агентов резко падает, а использование заведомо неверных данных оказывается хуже полного их отсутствия, что подтвердилось в 40 из 40 и 37 из 40 парных тестов.
Фактор: Отсутствие статистической значимости в малых выборках привело к двум критическим ошибкам: пропуску реального эффекта на начальном этапе (6 семян) и принятию ложного эффекта за истинный из-за отсутствия поправки Бонферрони на множественные сравнения.
Риск: Если текущие системы ИИ полагаются преимущественно на воспроизведение паттернов из обучающих данных, их способность к настоящему инновационному поведению в новых, неизученных средах может быть значительно ниже заявленной.
Событие: Полный доступ к симуляции открыт через Hugging Face, где пользователь получает уникальную планету на основе своего имени, а время течет со скоростью 2.4 секунды реального времени за один игровой день.
VIDRAFT_LAB представила семейство моделей POCKET для работы на обычных устройствах без видеокарт
Компания VIDRAFT_LAB выпустила линейку моделей на базе архитектуры «смеси экспертов», способных функционировать на стандартных ноутбуках и смартфонах, используя лишь оперативную память. Решение обеспечивает значительный прирост скорости генерации текста на процессорах и видеокартах по сравнению с конкурентами, сохраняя высокое качество ответов. Разработчики адаптировали модели под различные объемы памяти и языковые задачи, обеспечив совместимость с популярными инструментами без необходимости установки модифицированного ПО.
Событие: VIDRAFT_LAB представила модель POCKET-35B, которая на процессорах генерирует текст в 2,7 раза быстрее, а на видеокартах — в 2,2 раза быстрее аналогов.
Тренд: Развитие архитектуры MoE от VIDRAFT_LAB смещает фокус пользователей с покупки дорогих видеокарт на увеличение объема оперативной памяти для запуска локального ИИ.
Фактор: VIDRAFT_LAB применила обрезку неиспользуемых экспертов и смешанную точность квантования, что позволило снизить потребление памяти до 0,66 ГБ на токен против 3,5 ГБ у плотных моделей.
Эффект: Благодаря оптимизации от VIDRAFT_LAB, запуск качественных версий моделей теперь возможен на устройствах с 32 ГБ ОЗУ, а компактных — с 16 ГБ, без необходимости использования облачных сервисов.
В нашей базе собрано 2 события по теме «VIDRAFT_LAB». Мы показываем все из них.