Cognitive Engineering Frontier

การแข่งขัน hackathon โดย GSA เชิญพนักงานรัฐบาลสร้าง MCP servers สำหรับข้อมูลเปิดและบริการภาครัฐ เพื่อเชื่อม AI applications เข้ากับ APIs...

MAMCTS นำเสนอกรอบการอนุมานแบบ training-free ที่ผสาน MCTS กับโครงสร้างวัตถุ เพื่อลด hallucination ผ่านการค้นหาเส้นทางการอนุมานแทนการปรับน้ำหนักโมเดล...

แม้บริษัทอย่าง OpenAI อาจหมดเงิน แต่ความต้องการ intelligence ของมนุษย์ไม่มีที่สิ้นสุด เหมือนอินเทอร์เน็ตหลังฟองสบู่ที่เติบโตมหาศาล...

เหตุใด การประกอบส่วนประกอบ AI ที่ดูสมเหตุสมผลจึงไม่แปรเป็นผลลัพธ์ benchmark จริง?

• ควรประเมินสถาปัตยกรรมด้วย transfer reliability และความสามารถนอก...

ชื่อเรื่องชี้ชัดว่า representation ภายใน LLM เข้ารหัสโครงสร้างเชิงสัญลักษณ์โดยไม่ต้องมีโมดูล symbolic แบบ explicit ซึ่งเปิดประตูสู่ hybrid architecture ที่รวม latent reasoning กับการให้เหตุผลที่ตรวจสอบได้

Probabilistic programming อาจเป็นกลไกแสดง uncertainty และสมมติฐานเชิงสาเหตุ แต่ปัญหาหลักยังอยู่ที่การระบุโมเดลและตรวจสอบ assumptions จากข้อมูลจริง ซึ่งเป็นอุปสรรคสำคัญต่อ AGI reasoning

World models กำลังเปลี่ยนจากโมดูลจำลองคงที่เป็นโครงสร้างที่ co-evolve กับ policy ผ่าน closed-loop interaction.

• CoMAP ใช้ self-distillation อัปเดต...

LLM มักจัดสรร budget การคิดแบบ fixed กับทุก query แม้ไม่จำเป็น ตัว controller แบบ training-free ประเมินความยากจาก signal พื้นฐานเพื่อเลือก direct,...

การแยก interface, memory และ state ออกจาก LLM ช่วยให้เอเจนต์สร้าง runtime แบบ model-agnostic และสะสมความรู้ข้ามรุ่นได้จริง หากไม่ทำเช่นนี้ ระบบจะกลายเป็นเพียง wrapper รอบโมเดลตัวเดียว ไม่ใช่เอเจนต์ที่คงอยู่ได้ยาวนาน

SOAR คือ benchmark ใหม่ที่เน้นประเมิน system operations และ reasoning ของ LLM แบบ human-curated ซึ่งช่วยวัด agentic intelligence ได้ตรงกว่าโจทย์ปิดทั่วไป เพราะสะท้อนความสามารถการดำเนินงานจริงในสภาพแวดล้อมเชิงระบบ

Puffin-World นำเสนอสถาปัตยกรรม multimodal แบบรวมศูนย์ที่โมเดลสามสถานะโลก native พร้อมกัน ได้แก่ ฟิสิกส์ (แรงโน้มถ่วง) เรขาคณิต (ความลึก) และ...

• สุ่มคัดทิ้งภายในแต่ละ attention head หลังรักษา prompt ไว้ ทำงานได้เทียบเท่า scorers ที่ซับซ้อนที่สุด
• ช่องว่างระหว่างวิธีเลือกส่วนใหญ่เกิดจาก...

หนึ่งในสี่ของ KV heads มีบทบาทเฉพาะทางชัดเจน อาจนำไปสู่การบีบอัด KV cache และจัดสรร attention แบบใหม่เพื่อลดต้นทุน inference ได้

LatentStream เปลี่ยน streaming video memory จาก store-and-retrieve ไปสู่ retrieve-and-internalize ด้วย Hierarchical Latent Memory Evolution ที่ทำให้...

Quasar 438B จาก Multiverse Computing (สเปน) ทำคะแนนสูงสุดในบรรดาโมเดลยุโรปที่ 43 บน Artificial Analysis Intelligence Index v4.1.1**** เร็วกว่า Mistral...

ข่าวลือ Astra ใช้ recurrent depth สะท้อนการย้ายจาก scaling พารามิเตอร์ไปสู่การเพิ่ม computational depth แบบวนซ้ำ...

ระบบนิเวศ agent harness กำลังขยายตัวด้วยโปรเจกต์ local-first และ intent engineering

• Life Operating System เป็น intent engineering platform...

สองแนวทางใหม่กำลังเปลี่ยนการฝึก terminal agents จากการใช้ trajectory แบบตายตัวไปสู่สภาพแวดล้อมที่ปรับตัวได้

• Environment Evolution เพิ่มความยากแบบ...

ผลการทดลองชี้ชัดว่า self-built harness แข่งกับมนุษย์ได้ใน writing และ ML experimentation แต่แพ้ชัดใน code และ research เพราะขาด convention...

SolarWM แปลงปัญหา data heterogeneity ให้เป็นรากฐานเปิดสำหรับ interactive world model โดยรวม 1.43 ล้านคลิปจาก 10 ชุดข้อมูลเป็น 25 TB ด้วย unified...