Haritalar, göstergeler ve indirilebilir kaynak verileriyle haberleri inceleyin. Her veri setinde kapsam, yöntem ve güncelleme zamanı bulunur. (Sayfa 264/411)
Yalnız aynı birim, dönem, kapsam ve nitelikteki değerleri karşılaştırın.
Sayısal indirmeler varsayılan olarak gerçekleşen değerleri seçer. Öngörü ve hedefler ayrı tanımlanır; birkaç gösterge tahmin modeli için yeterli bir tarihçe oluşturmaz.
Google.org, UC San Diego ekibine iklim modellerini geliştirmek ve yeni okyanus gözlemlerini yönlendirmek üzere 2,35 milyon dolar sağladı. Ekip, yapay zekâ ajanlarını fizik tabanlı modeller ve gözlem verileriyle birlikte kullanmayı planlıyor.
Oak Ridge Ulusal Laboratuvarı, 13 Ekim’de Motor Decide platformunu tanıttı. Araç; performans, malzeme bulunabilirliği, tedarik zinciri istikrarı ve teknoloji olgunluğunu birlikte değerlendirerek üreticilerin elektrik motoru teknolojilerini karşılaştırmasını amaçlıyor.
Oak Ridge National Laboratory1 dk okuma Veri içeriyor
Oak Ridge Ulusal Laboratuvarı, 13 Ekim’de ortaklarının Type V gaz depolama tankları için geliştirdiği üretim yönteminin ACE ekipman ve takım inovasyonu ödülünü aldığını bildirdi. Projede Infinite Composites, JuggerBot 3D ve Oklahoma State University yer alıyor.
Oak Ridge National Laboratory1 dk okuma Veri içeriyor
Anthropic’in Frontier Red Team’i, küçük açık ağırlıklı modellerin farklı tüketici donanımlarında çıkarım kurma ve özerk yayılma yeteneklerini kontrollü testlerde değerlendirdi. Şirket, 9 milyar parametreli bir modelin denenen dokuz donanım türünün sekizinde çalıştığını; 30 milyar parametre ve altındaki modellerin bazı bileşen görevleri yapabildiğini bildirdi.
Anthropic Frontier Red Team1 dk okuma Veri içeriyor
Meta, küresel ölçekte kısıtlı olsa da bölge ve hızlandırıcı türlerine göre yerel boşluklar içeren çıkarım filosunu ortak bir isteğe bağlı kapasite havuzuna bağlıyor. Sistem, reklam sıralamasında iki esneklik kullanıyor: Rank More Ads daha fazla adayı değerlendiriyor; Serve Better Models ise isteklerin daha güçlü modele giden payını değiştiriyor.
Cloudflare, metin ve görüntüye ek olarak ses ve video girdilerini de tek bir karar modelinde işleyen açık ağırlıklı Clef-omni’yi duyurdu. Model, ses çözümleme ya da video karelerini ayrı ayrı işleyen ardışık modeller yerine aynı istek içinde çoklu kiplerden alan değerlerini sınıflandırıp seçiyor.
Cohere, Embed ve Rerank uygulamalarında ortak ya da özel çıkarım kapasitesi seçiminin istek başına işlem miktarı, trafik düzeni, kullanım ve gecikme hedeflerine bağlı olduğunu söylüyor. Dakikadaki çağrı sayısı tek başına yeterli değil: toplu katalog indeksleme yüksek hacimli iş yaparken, arama sorguları düşük gecikme gerektiriyor.