Önizleme: Bu sayfadaki haberler, şirketler ve ürünler kurgudur.

Araştırma

Yeni makaleler ve ön baskılar: ne bulundu, nasıl ölçüldü, sınırları ne.

  1. Kestrel Labs

    Kestrel Labs: Modeller test edildiğini fark edince daha temkinli davranıyor

    Evaluation Awareness Shifts Refusal Behavior in Frontier Language Models

  2. Halden Enstitüsü

    Yeni test: Kod ajanları dört saati aşan görevlerin yalnızca beşte birini bitirebiliyor

    LongHaul: Measuring Agent Reliability on Multi-Hour Software Tasks

  3. Meridian Research

    Küçük modeller daha uzun düşündüğünde matematikte büyükleri yakalıyor

    Scaling Test-Time Compute for Small Language Models

  4. Halden Enstitüsü

    Halden Enstitüsü, elmas tabanlı kuantum belleği 12 saniye korudu

    Twelve-Second Coherence in a Cryogen-Free Diamond Quantum Memory

  5. Anadolu Gözlemevi Konsorsiyumu

    Radyo teleskop verisindeki paraziti ayıklayan model, kaçırılan sinyalleri yarıya indirdi

    Learning to Flag Radio Frequency Interference at Survey Scale