Infrastruktur, Chips, Inferenz und Modelle auf Ihren eigenen Geräten.
28 Artikel
Der Benchmark prüft, ob Agenten Ergebnisse aus Machine-Learning-Artikeln anhand veröffentlichter Materialien und mit einem festgelegten GPU-Budget rekonstruieren können. Die Erfolgsquoten zeigen einen zunehmenden Schwierigkeitsgrad, sagen aber nicht aus, ob die wissenschaftlichen Schlussfolgerungen der Artikel gültig sind.
Ein Preprint beschreibt ein System, das während der Inferenz domänenspezifische Definitionen sensibler Informationen abruft. Erste Ergebnisse sprechen dafür, dass es in den meisten getesteten Kombinationen mehr relevante Informationen erkennt als ein Vergleichsklassifikator. Die verfügbaren Angaben reichen jedoch nicht aus, um sämtliche Fehler oder die Eignung für den praktischen Einsatz zu beurteilen.
Der Ansatz soll leistungsfähigere Modelle zugänglich machen, ohne ihre gesamte Rechenlast an Bord zu verarbeiten. Die Quellen nennen mögliche Vorteile, liefern hier aber nicht genügend Kennzahlen oder Details, um die Ergebnisse zu quantifizieren.
OpenAI kündigt Diagnosen und explizite Breakpoints für den GPT‑6-Cache an. Ob sie Latenz und Kosten senken, hängt vom Anfrageverhalten ab und muss mit eigenen Messungen geprüft werden.