KI-Modelle arbeiten härter als nötig? Gewichtslose neuronale Netze bieten eine lookup-basierte Alternative

Professorin Lizy K. John von der UT Austin hat fünf Jahre damit verbracht, gewichtslose neuronale Netze zu entwickeln, die die arithmetische Multiplikation durch Nachschlagetabellen ersetzen. Diese Netze können bei Aufgaben wie medizinischer Überwachung und Schlüsselworterkennung bis zu 1.000-mal kleiner und 1.000-mal schneller sein als herkömmliche neuronale Netze, während sie eine vergleichbare Genauigkeit beibehalten. John glaubt, dass der Ansatz schließlich auf Transformer-Modelle skaliert werden könnte, die in Chatbots verwendet werden.

Google/DeepMind

Science One Framework: Ein überprüfbarer autonomer Forschungsrahmen via Chain-of-Evidence

Google Research stellt das Science One Framework vor, einen autonomen Forschungsprototyp, der durch den Aufbau überprüfbarer Beweisketten Halluzinationen eliminiert, sowie das CoE Audit, ein automatisiertes Protokoll zur Bewertung der Integrität KI-generierter Arbeiten. Die Ergebnisse zeigen, dass Science One keine Phantom-Referenzen und vollständig überprüfbare Ergebnisse erzielt, während es bei Benchmarks die Leistung menschlicher Experten erreicht oder übertrifft.

Google/DeepMind Sakana AI