AI FRONTIER
Signals worth understanding before they become obvious.
Mage-VL-Cowork: Công thức huấn luyện đầy đủ để học sử dụng máy tính lai từ các harness tiến hóa
Bài báo giới thiệu Mage-VL-Cowork, một tác nhân sử dụng máy tính lai 4B được huấn luyện từ một checkpoint căn chỉnh đa phương thức tổng quát thông qua chương trình giảng dạy tiến bộ năm giai đoạn end-to-end gồm midtraining, SFT và RL. Mage-CUA-Forge tổng hợp 293.806 tác vụ desktop và web trên 6.915 kỹ năng bằng các quy...
- Mage-VL-Cowork là một CUA lai 4B được huấn luyện từ checkpoint căn chỉnh đa phương thức tổng quát.
- Huấn luyện dùng chương trình giảng dạy tiến bộ năm giai đoạn end-to-end gồm midtraining, SFT và RL.
- Mage-CUA-Forge tổng hợp 293.806 tác vụ desktop và web trên 6.915 kỹ năng.
- Bài báo báo cáo Mage-VL-Cowork-4B đạt 66,0% trên OSWorld-Verified và tuyên bố đạt hiệu năng tiên tiến ở kích thước tham số của nó.
Với các nhóm xây dựng tác nhân trên thiết bị, công thức này cho thấy tổng hợp tác vụ có thể tái sử dụng theo kỹ năng cùng harness giáo viên tiến hóa có thể hợp nhất tương tác GUI với thực thi mã và terminal trong một chính sách 4B duy nhất.
mistralai/Mistral-Large-4-1T-A52B: MoE đa phương thức gốc 1 nghìn tỷ tham số ra mắt
Mistral đã phát hành Mistral Large 4, một mô hình Mixture-of-Experts đa phương thức gốc với 1 nghìn tỷ tham số và 52 tỷ tham số hoạt động mỗi token, độ dài ngữ cảnh 1M và hỗ trợ hơn 160 ngôn ngữ theo Mistral Ecosystem Open-Weight License.
- ~1T tổng tham số / ~52B tham số hoạt động, với 128 chuyên gia định tuyến (4 hoạt động mỗi token) và 1 chuyên gia chia sẻ
- Hỗ trợ độ dài ngữ cảnh 1M và đầu vào đa phương thức gốc dạng văn bản và hình ảnh với bộ mã hóa thị giác kiểu Pixtral
- Được huấn luyện từ đầu trên 3.800 GPU NVIDIA Grace Blackwell tại các trung tâm dữ liệu riêng của Mistral ở châu Âu
- Báo cáo đạt 48% trên Artificial Analysis Coding Agent Index, gần như ngang bằng với mô hình trọng số mở hàng đầu GLM-5.3, trong khi dùng trung bình ít hơn 47% token mỗi tác vụ
Đối với người xây dựng quy trình đa phương thức và tác tử, mô hình này cung cấp ngữ cảnh 1M và gọi hàm gốc dưới dạng trọng số mở, nhưng quy mô 1T tham số đòi hỏi triển khai tensor-parallel nhiều GPU và sử dụng thương mại MaaS cần giấy phép ...
AutoHebb: Mạng nơ-ron tự sửa đổi, suy luận zero-shot và học liên tục
Bài báo giới thiệu mạng Hebbian tự trị (AutoHebb), một lớp mạng nơ-ron feedforward học trực tuyến kết hợp phản hồi bên ngoài với hoạt động sinh ra bên trong để tạo tín hiệu học tập toàn cục (neuromodulator), tín hiệu này điều khiển quy tắc học cục bộ Hebbian ba yếu tố để cập nhật trọng số dẻo. Dùng meta-learning để tìm...
- Bài báo báo cáo rằng mạng AutoHebb thành công trên các tác vụ suy luận zero-shot (ZI).
- Bài báo báo cáo năng lực ZI và học liên tục (CL) mang tính nổi sinh (chưa huấn luyện).
- Bài báo báo cáo rằng AutoHebb có thể dịch ngược thành thuật toán tường minh.
Với người xây dựng AI, việc tìm trọng số cố định bằng meta-learning trong khi cập nhật trọng số dẻo bằng quy tắc Hebbian ba yếu tố mang lại một hướng thay thế có thể phân tích cho học liên tục trực tuyến và suy luận zero-shot.
DyCraft: Hệ thống tác nhân cho sinh cảnh 4D tầm xa
DyCraft chia việc sinh hoạt ảnh thành từng bước: trước tiên mở rộng prompt của người dùng thành kế hoạch chi tiết và dựng cảnh tĩnh, sau đó tạo storyboard 3D gồm các tư thế hoạt ảnh then chốt để tác nhân lập trình có thể viết chuyển động cục bộ giữa các trạng thái bắt đầu và kết thúc đã được kiểm chứng.
- Bài báo đánh giá DyCraft trên 24 tác vụ hoạt ảnh tầm xa, nhiều cảnh quay, bao gồm robot hình người, nhân vật người và động vật, cùng các cơ cấu vật lý.
- So với tác nhân GPT-6 gốc trong Codex và các baseline tác nhân trước đó, DyCraft giảm đáng kể các vi phạm vật lý và tạo ra cảnh 3D hoạt ảnh chất lượng cao hơn, thường được người đánh giá ưa thích hơn.
- Bài báo báo cáo rằng các tác nhân lập trình tiên tiến được trang bị harness đa dụng thường tạo ra vật thể xuyên lẫn nhau, thiếu điểm tựa vật lý hoặc chuyển động thiếu tự nhiên.
- DyCraft dùng storyboard 3D để phân rã bài toán thành các cặp trạng thái bắt đầu và kết thúc đã kiểm chứng, kết hợp với một bộ công cụ soạn chuyển động.
Với những người xây dựng pipeline 3D và hoạt ảnh, DyCraft cho thấy việc chia sinh tầm xa thành các trạng thái bắt đầu và kết thúc có thể kiểm chứng độc lập giúp hạn chế vi phạm vật lý tốt hơn so với để tác nhân viết toàn bộ hoạt ảnh trong m...
OpenAI giới thiệu LifeVal, benchmark đo khả năng hỗ trợ của AI với công việc hằng ngày
OpenAI giới thiệu LifeVal, một benchmark đo mức độ AI giúp con người hoàn thành các công việc hằng ngày, từ tìm dịch vụ chăm sóc trẻ đến quản lý tài chính và giấy tờ chính phủ.
- LifeVal là một benchmark do OpenAI giới thiệu.
- Benchmark này đo mức độ AI giúp con người hoàn thành các công việc hằng ngày.
- Các ví dụ bao gồm tìm dịch vụ chăm sóc trẻ, quản lý tài chính và giấy tờ chính phủ.
Với các nhà phát triển AI, LifeVal chuyển trọng tâm đánh giá sang các công việc thực tế như chăm sóc trẻ, tài chính và giấy tờ chính phủ, cho thấy nơi cần cải thiện mô hình có mục tiêu.
Qodo đưa ngữ cảnh vào đánh giá mã AI với Codex
Qodo đưa kiến thức công ty và tiêu chuẩn lập trình vào Codex, giúp nhà phát triển phát hiện các vấn đề P0 trên nhiều kho mã trước khi mở pull request.
- Qodo đưa kiến thức công ty và tiêu chuẩn lập trình vào Codex.
- Tích hợp này giúp nhà phát triển phát hiện các vấn đề P0 trên nhiều kho mã trước khi mở pull request.
Đối với nhà xây dựng AI, việc đưa ngữ cảnh riêng của tổ chức vào tác nhân đánh giá mã chuyển đánh giá từ kiểm tra chung sang phát hiện vấn đề nghiêm trọng trước PR.
Bài báo mới của Yann LeCun, 66 tuổi, thách thức Scaling Law: 109 triệu tham số vượt 72 tỷ
Yann LeCun đã công bố một bài báo mới báo cáo rằng mô hình 109 triệu tham số vượt trội so với mô hình 72 tỷ tham số, thách thức giả định của Scaling Law rằng mô hình lớn hơn không nhất thiết hiểu thế giới tốt hơn.
- Bài báo báo cáo rằng mô hình 109 triệu tham số vượt trội so với mô hình 72 tỷ tham số.
- Bài báo được công bố bởi Yann LeCun, 66 tuổi.
- Bài báo thách thức Scaling Law, lập luận rằng mô hình lớn hơn không nhất thiết hiểu thế giới tốt hơn.
Đối với những người xây dựng AI, bài báo này gợi ý rằng quy mô tham số không phải là yếu tố quyết định duy nhất cho khả năng hiểu thế giới, và kiến trúc cùng mục tiêu huấn luyện có thể quan trọng hơn.