أعلنت .@SentientAGI مؤخرا أن أكبر conference@NeurIPSConf ذكاء اصطناعي في العالم قد تلقت أربع أوراق من الفريق تغطي فئات مختلفة. بعد إلقاء نظرة فاحصة ، وجدت أن هذا اعتراف كبير بابتكار Sentient التكنولوجي في مجال الذكاء الاصطناعي. لنبدأ بتعميم علمي بسيط: يعد NeurIPS (مؤتمر أنظمة معالجة المعلومات العصبية) أحد أكثر المؤتمرات الأكاديمية تأثيرا في مجال الذكاء الاصطناعي والتعلم الآلي في العالم ، وقد تأسس لأول مرة في عام 1987. في كل عام ، يجمع كبار العلماء وشركات التكنولوجيا من جميع أنحاء العالم لعرض أحدث الاختراقات في تكنولوجيا الذكاء الاصطناعي. من التعلم العميق إلى نماذج اللغة الكبيرة ، تولد هنا العديد من الابتكارات المتغيرة للعالم ، وهذا هو السبب في أن NeurIPS تعرف أيضا باسم "ريشة الطقس لهذا العام" في مجال الذكاء الاصطناعي. تشتهر NeurIPS بعتبة أكاديمية عالية للغاية ومراجعة الأقران الصارمة ، مع معدل قبول يبلغ حوالي 20٪ من الطلبات على مر السنين. إن قبولها من قبل المؤتمر يعني أن الورقة قد حظيت بتقدير كبير من قبل خبراء الصناعة لابتكارها وتأثيرها العلمي والمحتمل. معترف بها من قبل الوعي للإنجازات الخارقة: ❶ OML 1.0 (المسار الرئيسي): بصمات LLM قابلة للتطوير تعمل Sentient على تحسين مائة ضعف في محاولات التعرف على بصمات الأصابع التقليدية للطراز المفتوح ، حيث تقوم بحقن 24,576 بصمة ثابتة. بعد حقن بصمات الأصابع ، لا يوجد تدهور في أداء النموذج ، مما يعني أنه يمكن تحقيق التتبع الآمن دون المساس بالاستدلال أو القدرات التوليدية. يمكن القول أن هذا هو حجر الزاوية في الذكاء الاصطناعي العام مفتوح المصدر ، وفقط من خلال ضمان عدم انتهاك مصالح المبدعين يمكن للمجتمع بأكمله أن يتطور لفترة طويلة. ❷ LiveCodeBenchPro (مجموعات البيانات والمسارات المعيارية) تقيس المعايير المخصصة المصممة لتقييم قدرة التعليمات البرمجية بدقة الأداء العام للنماذج في مهام البرمجة في العالم الحقيقي. استخدمت Sentient 20٪ من البيانات لإنشاء نموذج أصغر ب 10 مرات ، مما يتحقق من قدرة النماذج الصغيرة على تحقيق نماذج كبيرة من خلال بيانات عالية الجودة وتدريب موجه نحو المهام. ❸ MindGames Arena (مضمار السباق) ينشر هذا المسار بشكل أساسي أوراقا وحلولا لمسابقات الذكاء الاصطناعي ، وتقترح Sentient أن يتم اختيارها من قبل NeurIPS لعقد مسابقة الذكاء الاصطناعي التي تهدف إلى تمكين الوكلاء من تحسين قدراتهم من خلال الألعاب الاجتماعية. يمكن فهمه على أنه استكشاف للمرحلة التالية من الذكاء الاصطناعي ، مع التركيز بشكل أكبر على التحسين الذاتي الذكاء الاصطناعي وقدرات التعلم الاجتماعي. ❹ OML Lock-LLM (ندوة وتكنولوجيا أمنية) يسمح امتداد تقنية OML بالتحكم القابل للتحقق والتشفير المفروض على النموذج في ظل ظروف الوصول إلى الصندوق الأبيض. وازن بين النماذج المفتوحة والشفافية والأمان - حتى إذا كان لدى شخص آخر حق الوصول إلى معلمات النموذج، فلا يمكن تعديلها أو إساءة استخدامها....