फ़ीड के पीछे की lore

Large Language Models

वे कहानियाँ जो इस आइडिया को बार‑बार फीड में लाती हैं।

15 कहानियाँ

फ़ीड में

ai-mlForbes ने RLMF पर प्रकाश डाला, RLHF का वह रूप जो AI को “मुझे नहीं पता” कहने के लिए पुरस्कृत करता हैप्रशिक्षण के बाद मेटाकॉग्निटिव फ़ीडबैक का ध्यान केवल सही उत्तर पाने की कोशिश से हटकर संतुलित आत्मविश्वास, उपयोगी रूप से उत्तर देने से बचना, और “लैब कोट” जैसी कम भ्रांतियाँ पैदा करना बन जाता है।
ai-mlनेचर पेपर ने क्लिनिकल ड्रग रिपोर्ट्स के लिए मल्टी-फेज़ प्रॉम्प्टिंग का परीक्षण कियाउपयोगी हिस्सा एआई द्वारा दवा का आविष्कार करना नहीं है। यह संरचित क्लिनिकल दवा सारांशों के लिए एक अधिक सीमित कार्यप्रवाह है।
ai-mlGPT-5.6 सरकारी प्रतिबंधों के साथ लॉन्च: Sol, Terra और Luna वास्तव में क्या करते हैंOpenAI ने 26 जून को तीन नए मॉडल जारी किए, जिन तक पहुंच ट्रंप प्रशासन के निर्देश पर केवल विश्वसनीय भागीदारों तक सीमित रखी गई। यहां बताया गया है कि प्रत्येक मॉडल क्या करता है और रोलआउट की यह संरचना क्यों महत्वपूर्ण है।
gamingएक Microsoft शोधकर्ता ने Age of Empires 2 में बकरियों से एक Neural Network बनाया। बात वो नहीं है जो आप सोच रहे हैं।एड्रियन डी विंटर का बेतुका प्रयोग अब तक का सबसे स्पष्ट तर्क है कि क्यों निर्माताओं और सीखने वालों को AI को मानवीय रूप देना बंद करना चाहिए।
ai-mlGLM-5.2 वह ओपन-सोर्स कोडिंग मॉडल है जिसने सिलिकॉन वैली को पूर्व की ओर देखने पर मजबूर कर दियाZ.ai की नई MIT-लाइसेंस वाली LLM को लंबे समय तक चलने वाले agentic coding कार्यों के लिए बनाया गया है, जिसकी कीमत Claude और GPT से काफी कम है, और Silicon Valley इस पर ध्यान दे रही है।
ai-mlसिंथेटिक टेस्ट आपसे झूठ बोल रहे हैं: OpenAI का नया तरीका लॉन्च से पहले मॉडल की गड़बड़ी पकड़ने के लिए असली बातचीत का उपयोग करता हैओपनएआई का Deployment Simulation फ्रेमवर्क, रिलीज़ से पहले वास्तविक प्रोडक्शन बातचीत को कैंडिडेट मॉडल्स के ज़रिए दोबारा चलाकर, कृत्रिम टेस्ट परिदृश्यों पर उद्योग की निर्भरता को चुनौती देता है।
ai-mlआपके मॉडल ने मेडिकल परीक्षा पास कर ली। BRIDGE ने अभी उसे एक असली चार्ट पढ़ने को कहा।एक नया Nature Biomedical Engineering बेंचमार्क, वास्तविक EHR टेक्स्ट पर अग्रणी LLMs का परीक्षण करता है, और इसके परिणाम यह बदल सकते हैं कि कोई भी हेल्थकेयर AI का मूल्यांकन कैसे करता है।
ai-mlएयर कनाडा का चैटबॉट कोर्ट में हारा। मॉडल ठीक था। गवर्नेंस नहीं था।पाँच वास्तविक दुनिया की AI विफलताएँ यह दर्शाती हैं कि जब तैनाती गलत हो जाती है, तो दोषी लगभग कभी भी मॉडल स्वयं नहीं होता।
ai-mlसामान्य-उद्देश्य वाले LLM हर बेंचमार्क पर विशेष क्लिनिकल AI को पीछे छोड़ते हैं, और इससे आपको फाइन-ट्यूनिंग पर फिर से सोचना चाहिएएक Nature Medicine मूल्यांकन में पाया गया कि अग्रणी सामान्य-उद्देश्य मॉडल, हर परीक्षित श्रेणी में समर्पित क्लिनिकल AI प्लेटफ़ॉर्म से बेहतर प्रदर्शन करते हैं, जो इस धारणा को चुनौती देता है कि डोमेन विशेषज्ञता हमेशा फ़ायदेमंद होती है।

फ़ीड में

ये भी vibe कर रहे