AI FRONTIER
Signals worth understanding before they become obvious.
NVIDIA Open Agent Safety Platform: platform keamanan untuk agen AI
Menurut laporan BlogNT, NVIDIA memperkenalkan Open Agent Safety Platform yang berfokus pada keamanan agen AI.
- Sumbernya adalah BlogNT dengan judul NVIDIA Open Agent Safety Platform : la sécurité des agents IA.
- Ringkasan yang tersedia hanya mengaitkan platform ini dengan keamanan agen AI dan tidak memuat angka benchmark, ukuran model, atau persyaratan penerapan.
Bagi tim yang membangun agen, ini adalah sinyal untuk dipantau, tetapi kemampuan dan batasan konkretnya perlu dikonfirmasi ke NVIDIA sebelum keputusan adopsi.
Rangkuman Makalah Mingguan丨8 makalah menyoroti kemajuan baru Agent Harness, mencakup agen pengodean, kontrol terwujud, dan pembuatan gambar serta video
Rangkuman makalah mingguan dari 智源社区 menghimpun 8 makalah yang menyoroti kemajuan baru Agent Harness, mencakup agen pengodean, kontrol terwujud, serta pembuatan gambar dan video.
- Rangkuman mingguan menghimpun 8 makalah.
- Temanya adalah kemajuan baru Agent Harness.
- Cakupannya meliputi agen pengodean, kontrol terwujud, serta pembuatan gambar dan video.
Bagi pengembang agen, Agent Harness mulai menjadi lapisan rekayasa bersama yang mencakup pengodean, kontrol terwujud, dan tugas generatif.
BRIN Kembangkan AI untuk Bantu Prioritaskan Pasien di IGD
Menurut Media Indonesia, BRIN sedang mengembangkan sistem AI untuk membantu memprioritaskan pasien di instalasi gawat darurat (IGD).
- Sumbernya adalah Media Indonesia, yang melaporkan BRIN mengembangkan AI untuk prioritisasi pasien di IGD.
- Item ini dikategorikan sebagai riset dengan perubahan bertahap.
Bagi para pembangun, ini menandakan institusi kesehatan memposisikan dukungan triase berbasis AI sebagai upaya tahap riset, bukan produk yang sudah diterapkan.
Memberdayakan perawatan maternal garis depan dengan ultrasound berbantuan AI
Studi prospektif multi-pusat menunjukkan bahwa penilaian ultrasound blind sweep berbasis AI memungkinkan operator non-sonografer dengan probe berbiaya rendah memberikan penilaian usia kehamilan setingkat ahli.
- Model dilatih pada 1.968 peserta (North Carolina, AS, dan Zambia) dan disetel halus pada pemindaian 120 peserta di Chicago.
- Model kemudian diuji secara prospektif di Chicago (n=192) dan Nairobi (n=193), tanpa penyetelan halus pada data Nairobi.
- Kesalahan absolut rata-rata sistem AI untuk usia kehamilan adalah 4,18 hari dibandingkan 4,48 hari pada sonografer ahli; Chicago 4,10 hari dan Nairobi 4,27 hari.
- Studi mengevaluasi 385 peserta antara usia kehamilan 16 hingga 36 minggu dan mencakup kehamilan ganda.
Ini menunjukkan bahwa AI blind sweep dengan penyetelan halus minimal dapat memberikan penilaian usia kehamilan yang sebanding dengan biometri ahli di lingkungan tanpa sonografer, mendukung penerapan skrining prenatal berbiaya rendah.
Penskalaan cepat penyimpanan online untuk melayani lebih dari 1 miliar pengguna ChatGPT (Bagian II)
OpenAI menjelaskan cara mereka menskalakan Habitat dengan multi-tenancy yang andal, caching global, dan Azure Cosmos DB untuk menghasilkan pembacaan 12× lebih cepat bagi ChatGPT.
- OpenAI menyatakan Habitat diskalakan untuk melayani lebih dari 1 miliar pengguna ChatGPT.
- Arsitektur yang dijelaskan bergantung pada multi-tenancy yang andal, caching global, dan Azure Cosmos DB.
- OpenAI melaporkan peningkatan kecepatan baca sebesar 12×.
Bagi pengembang yang menjalankan penyimpanan multi-tenant berskala besar, desain Habitat menunjukkan bahwa caching global ditambah lapisan basis data terkelola adalah tuas untuk lonjakan throughput baca sebesar satu orde besaran.
Pembaruan terbaru DeepSeek mencetak skor lebih rendah pada pekerjaan akuntansi, model terbuka tertinggal dalam konsistensi
Abstrak sebuah makalah melaporkan bahwa pembaruan terbaru DeepSeek mencetak skor lebih rendah pada pekerjaan akuntansi dibanding sebelumnya, dan model terbuka tertinggal dalam konsistensi. Abstrak tersebut juga menyebutkan pengajuan atau penggunaan benchmark baru untuk mengukur performa model pada tugas tertentu.
- Abstrak makalah menyatakan pembaruan terbaru DeepSeek mencetak skor lebih rendah pada pekerjaan akuntansi.
- Abstrak menyatakan model terbuka tertinggal dalam konsistensi.
- Abstrak menyebutkan pengajuan atau penggunaan benchmark baru untuk mengukur performa model pada tugas tertentu.
Bagi pembangun AI, penurunan skor pada tugas khusus seperti akuntansi menandakan kemungkinan regresi kemampuan akibat pembaruan, sehingga pengujian regresi per tugas menjadi penting.
Patch the Planet: koordinasi respons global saat agen menemukan kerentanan kritis
Patch the Planet menghubungkan peneliti keamanan, maintainer, dan responden insiden untuk membantu menangani kerentanan kritis di seluruh open source.
- Patch the Planet menghubungkan peneliti keamanan, maintainer, dan responden insiden.
- Tujuannya adalah membantu menangani kerentanan kritis di seluruh open source.
Bagi pembangun AI, program ini menghubungkan penemuan kerentanan yang digerakkan agen dengan responden manusia, sehingga memungkinkan remediasi terkoordinasi atas kerentanan kritis open source.