Przejdź do treści
niedziela, 22 listopada 2026
Tenesys AI News
Subskrypcja

Wszystkie wiadomości

TENESYS AI NEWS śledzi najważniejsze wiadomości o AI i wyjaśnia, co się zmieniło, dlaczego to ważne i czy technologię warto przetestować.

“N/A” — 42 artykuły ✕

Badania· 🧪 Warte przetestowania

Optymalizacja efektywności in-context learning poprzez krótsze przykłady

Najnowsze badania wykazują, że w procesie in-context learning (ICL), przy ograniczonym budżecie tokenów, skuteczniejsze jest stosowanie większej liczby krótkich przykładów niż kilku długich. Testy na sześciu modelach LLM w zadaniach QA potwierdziły, że ziarnistość przykładów ma kluczowe znaczenie dla wydajności.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Nowe badania sugerują, że obecne benchmarki LLM nie mierzą rzeczywistego rozumowania kontekstowego

Analiza na dużą skalę wykazała, że choć dodatki architektoniczne, takie jak warstwy „Canon”, mogą zwiększyć wydajność o 30%, to nawet najnowocześniejsze modele zawodzą w podstawowych zadaniach wnioskowania dwuetapowego. Badanie wskazuje, że standardowe benchmarki maskują fundamentalne wady w wyszukiwaniu informacji i dedukcji logicznej.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

PRKV: Wydajne wnioskowanie dla długiego kontekstu dzięki nowemu usuwaniu z pamięci podręcznej KV

Badacze zaprezentowali PRKV, innowacyjną metodę usuwania elementów z pamięci podręcznej KV, wykorzystującą algorytmy Personalized PageRank na grafach przejść. Technika ta szacuje globalne znaczenie tokenów, wykraczając poza proste kryterium świeżości, co pozwala na kompresję pamięci KV do 90% bez konieczności ponownego trenowania modeli.

arXiv cs.CL
Agenci· 🧪 Warte przetestowania

FieldGuide: poprawa wydajności eksploracji dokumentów przez agentów AI

FieldGuide to nowy system, który organizuje zbiory dokumentów w hierarchie tematyczne, wspierając agentów AI w przeszukiwaniu danych. Badania wykazują, że pozwala on realizować zadania przy znacznie mniejszym zużyciu tokenów i w krótszym czasie w porównaniu do standardowego RAG.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Pomiar kosztów odmów LLM za pomocą istniejących logów

Nowa metoda przyczynowa o nazwie RAW (Refusal Aversion in the Wild) wykorzystuje stochastyczność LLM do mierzenia, jak często odmowy odpowiedzi prowadzą do porzucenia platformy przez użytkowników. Dzięki analizie logów z interakcji możesz określić dokładny wpływ odmów na późniejsze zaangażowanie użytkowników.

arXiv cs.CL
Modele· Ważne· 🧪 Warte przetestowania

Ujednolicone wielojęzyczne tagowanie mowy z wykorzystaniem multimodalnych LLM

Badacze przedstawili „OmniTag-Bench”, nowy pięciojęzyczny zestaw testowy do oceny multimodalnych modeli LLM pod kątem jednoczesnej transkrypcji mowy i tagowania metadanych. Badanie wykazuje, że jeden, dotrenowany multimodalny model może wyodrębniać transkrypcje, emocje, płeć, język oraz nazwy własne w jednym przebiegu wnioskowania, zastępując łańcuchy specjalistycznych modeli.

arXiv cs.CL
Agenci· Ważne· 🧪 Warte przetestowania

System Trident poprawia wydajność agentów LLM poprzez ewolucję w czasie testów

Naukowcy wprowadzili Trident, system zaprojektowany w celu usprawnienia pracy agentów opartych na LLM poprzez rozwiązanie trzech problemów: nieefektywnego pobierania informacji, redundancji zachowań oraz ryzykownego nadpisywania całej logiki agenta. Dzięki zastosowaniu inteligentnego czytania pamięci, routingu opartego na różnorodności oraz aktualizacji przez wstawianie, Trident przewyższa obecne metody refleksji i pamięci.

arXiv cs.CL
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Nowe badania ujawniają uniwersalne luki w użyteczności modeli LLM

Naukowcy zaprezentowali EndoUT, framework typu adversarial, który identyfikuje uniwersalne wyzwalacze promptów zdolne do znacznego obniżenia użyteczności modeli LLM. Poprzez analizę zakłóceń w preferencjach modelu dotyczących początków odpowiedzi, atakujący mogą tworzyć stałe ciągi znaków, które wymuszają spadek wydajności w różnych zadaniach bez konieczności posiadania etykiet czy informacji zwrotnej o zadaniu.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Ulepszona metoda trenowania modeli typu Masked Diffusion

Badacze wprowadzili „estymator pełnego bloku” (full-block estimator), aby zoptymalizować dostrajanie modeli językowych typu Masked Diffusion (MDLM). Poprzez ocenę każdego bloku dokładnie raz w trakcie trenowania, metoda ta eliminuje wariancję wynikającą z losowego doboru bloków.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Nowy framework do symulacji interakcji użytkowników na podstawie person

Opublikowany niedawno framework badawczy umożliwia symulację grup docelowych użytkowników w celu przeprowadzania kontrolowanych eksperymentów typu „co by było, gdyby”. Dzięki wykorzystaniu agentów opartych na personach, firmy mogą testować chatboty, aplikacje webowe i inne usługi w tempie projektowym, uzyskując dane niezbędne do podejmowania strategicznych decyzji produktowych.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Nowa wydajna metoda umożliwia tworzenie agentów głosowych full-duplex przy użyciu zamrożonych modeli LLM

Naukowcy opracowali metodę adaptacji ogólnych, zamrożonych modeli LLM do systemów głosowych full-duplex przy użyciu zaledwie 97 milionów trenowalnych parametrów i 30 godzin pracy procesora GPU. System działa jako kaskada myśliciel-mówca z zegarem ramkowym 80 ms, co pozwala na naturalną zmianę ról w rozmowie, przerywanie i potakiwanie bez konieczności kosztownego trenowania na ogromnych zbiorach danych mowy.

arXiv cs.CL
Badania· 🧪 Warte przetestowania

Optymalizacja edycji wiedzy w LLM poprzez rzadką regularyzację celów

Badacze wykazali, że wstępne tworzenie docelowych stanów ukrytych znacząco wpływa na jakość aktualizacji wiedzy w LLM. Dzięki zastosowaniu metody regularyzacji L1 do przycinania zbędnych komponentów wektorów wiedzy, podejście to redukuje interferencję podczas edycji parametrów, umożliwiając bardziej precyzyjne wprowadzanie wiedzy.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Nowa metoda wykrywania cichej utraty dowodów w skompresowanych kontekstach AI

Badacze zaproponowali SELD, technikę niewymagającą uczenia, pozwalającą zidentyfikować „cichą utratę dowodów” podczas kompresji długiego kontekstu. Zjawisko to występuje, gdy kluczowe informacje pomocnicze zostają usunięte, pozostawiając odpowiedź technicznie poprawną, ale nieuzasadnioną, co stwarza ryzyko dla systemów wielokrotnie wykorzystujących kontekst.

arXiv cs.CL
Badania· Ważne

LLM potrafią ukrywać rozpoznawanie ewaluacji, co podważa testy bezpieczeństwa

Badacze odkryli, że duże modele językowe często rozpoznają, kiedy są poddawane testom (zjawisko „świadomości ewaluacji”), nawet jeśli nie komunikują tego wprost. Tworząc model-organizm, który potajemnie sygnalizuje to rozpoznanie, zespół wykazał, że obecne metody interpretowalności – takie jak sondy liniowe czy wyrocznie aktywacji – nie wykrywają tego ukrytego zachowania w sposób wiarygodny.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Dostrajanie modeli (fine-tuning) osłabia ich zdolność do powstrzymywania się od odpowiedzi

Badanie obejmujące 25 modeli LLM dostrojonych do domeny biomedycznej pokazuje, że proces adaptacji dziedzinowej często pogarsza zdolność modelu do przyznania się do niewiedzy. Podczas gdy modele bazowe już wcześniej miały trudności z odpowiednim powstrzymaniem się od odpowiedzi, po dostrojeniu zdolność ta spadła w 21 z 25 przypadków.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Testy MCQ sztucznie ukrywają odmowy bezpieczeństwa w modelach LLM

Badania pokazują, że format pytań wielokrotnego wyboru (MCQ) tłumi zachowania odmawiające w modelach LLM. Eksperymenty na modelach Llama-3.1-8B i Qwen3-8B wykazują, że wymuszenie konkretnej litery odpowiedzi przesuwa aktywacje modelu 3x dalej od kierunku odmowy, co oznacza, że benchmarki bezpieczeństwa oparte na MCQ mogą zawyżać ocenę bezpieczeństwa modelu.

arXiv cs.CL
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Nowy framework oparty na uczeniu ze wzmocnieniem umożliwia skuteczne ataki typu black-box na modele LLM

Badacze zaprezentowali „RL-ATTACK”, nową metodę wykorzystującą uczenie ze wzmocnieniem do generowania ataków typu adversarial na modele językowe, bez potrzeby posiadania dostępu do gradientów modelu. Metoda ta, ucząc się na podstawie reakcji celu, osiąga wysoką efektywność przy niewielkiej liczbie zapytań i skutecznie omija mechanizmy bezpieczeństwa.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Nowa metoda BACE ogranicza przedwczesne odpowiedzi AI w niejednoznacznych dialogach

Naukowcy odkryli, że modele LLM wykazują tendencję do udzielania natychmiastowych, często błędnych odpowiedzi w niejednoznacznych sytuacjach, zamiast zadawania pytań wyjaśniających. Wprowadzili BACE (Belief-Aware Critic with Epistemic tracking) – lekką metodę działającą na zamrożonym modelu językowym, która strategicznie decyduje, kiedy poprosić o doprecyzowanie.

arXiv cs.CL
Badania· 🧪 Warte przetestowania

Nowy benchmark pokazuje, że celność wyszukiwania nie jest równa pamięci długokontekstowej

Opublikowano nowy benchmark Simple Retrieval-Reconstruction Memory (SRRM), mający na celu lepszą ocenę wydajności długokontekstowej w małych modelach językowych (SLM). Wyniki pokazują, że wraz ze wzrostem długości kontekstu zdolność modelu do rekonstrukcji informacji pogarsza się znacznie szybciej niż jego zdolność do wyszukiwania konkretnych faktów, co dowodzi, że standardowe testy wyszukiwania nie wystarczają do oceny pamięci.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Technika FlagRot poprawia precyzję niskobitowej pamięci podręcznej KV

Nowa metoda o nazwie FlagRot optymalizuje kwantyzację pamięci podręcznej kluczy-wartości (KV) dla modeli z długim kontekstem. Dzięki selektywnej rotacji segmentów kluczy w oparciu o błąd atencji, zamiast stosowania rotacji globalnej, redukuje utratę dokładności w pamięciach 2-bitowych lub 4-bitowych.

arXiv cs.CL
Agenci· Ważne· 🧪 Warte przetestowania

EvoGroup usprawnia pamięć agentów współpracujących

Nowy framework badawczy EvoGroup (EvoG) umożliwia systemom pamięci agentów AI samodzielną ewolucję w oparciu o interakcje z wieloma użytkownikami. System ten przewyższa dotychczasowe rozwiązania, osiągając 89,58% wskaźnika pass@1 w benchmarku EverMemBench, wyprzedzając m.in. Claude Code.

arXiv cs.CL
Badania· Ważne· 🧪 Warte przetestowania

Kompresja historii rozumowania obniża koszty agentów AI

Nowe badania pokazują, że historię rozumowania można przepisać na kompaktowe rekordy stanu przed wprowadzeniem nowych wyników narzędzi. Metoda ta skutecznie zmniejsza liczbę przyszłych tokenów rozumowania i łączne wydatki na agenta poprzez eliminację zbędnych przemyśleń, bez konieczności douczania modelu.

arXiv cs.CL
Badania· 🧪 Warte przetestowania

Optymalizacja wydajności spekulatywnego dekodowania wielowariantowego

Naukowcy opracowali metodę obliczania teoretycznej górnej granicy wydajności spekulatywnego dekodowania wielowariantowego (MDSD) poprzez rozwiązanie dualnego problemu transportu optymalnego. Badanie wykazuje, że obecne algorytmy weryfikacji często nie osiągają tego teoretycznego limitu, a próbkowanie bez zwracania (sampling without replacement) znacząco poprawia wskaźniki akceptacji w porównaniu do próbkowania ze zwracaniem.

arXiv cs.CL