Астрономическая база данных ALeRCE представляет систему текст-в-СУЛЬ, использующую большие языковые модели, позволяющую генерировать исполняемые запросы SQL на естественном языке. Система была оценена на 110 парах естественного языка и SQL, и использует пошаговый подход, превосходящий базовые модели с прямым выводом. Модель Claude Opus 4.6 достигает высокой точности при выполнении простых запросов и показывает лучшую общую производительность среди всех оцененных моделей.
arxiv
arXiv cs.AI
·
53 д назад
·
research
ALERCЕ запускает систему текст-в-СУЛЬ с использованием больших языковых моделей
Переведено с English → Русский
Похожие статьи
arxiv
arXiv cs.CL
·
51 д назад
·
1 просмотр
Нулевая задача агентных LLM извлекает патологию лёгких из повествований
Нулевая задача агентного потока, использующего открытые LLM, извлекает 13 синоптических полей Колледжа американских патологов из отчетов о патологических исследованиях лёгочной резекции. Наилучшая модель (GPT-OSS-20B) достигла значения Micro-F1 0.893, превосходя базовый уровень воспроизведения и точно отражая сложные патологические отношения без специализированного обучения.
arxiv
arXiv cs.LG
·
54 д назад
·
1 просмотр
Определение поведения агентов через процедуры траекторий
Мы предлагаем метод идентификации агентов по их поведенческим отпечаткам, достигающий точности 85,7% при присвоении неизвестных траекторий правильным агентам. Используя ProcGrep, мы анализируем поведение кодирующих агентов в SWE-Bench, и находим, что модели из схожих периодов выпуска или distilled друг от друга демонстрируют более близкую поведенческую схожесть, с показателем дивергенции Дженсена-Шанна 0,25.
media
TLDR AI
·
5 д назад
·
8 просмотров
ChronicleBio использует ИИ для лечения ПОТ; Mind Lab тестирует непрерывное обучение Macaron-V1
ChronicleBio, основанная бывшим руководителем OpenAI Фиджи Симо, использует ИИ и 153 терабайта данных крови для лечения синдрома постуральной ортостатической тахикардии (ПOTS). Тем временем модель Macaron-V1 от Mind Lab превосходит GLM-5.2 в бенчмарках за счёт динамического переключения между пятью экспертными модулями LoRA для непрерывного обучения.
media
TLDR AI
·
23 д назад
Thinking Machines выпускает Inkling; Anthropic готовится к IPO; OpenAI обучает GPT-Red
Компания Thinking Machines выпустила модель Inkling с 975B параметров (mixture-of-experts), из которых 41B являются активными, и поддержкой мультимодального рассуждения. Одновременно Anthropic готовится к потенциальному IPO во второй половине этого года после раунда финансирования на $65 млрд при оценке компании в $965 млрд. OpenAI также обучила GPT-Red для итеративной генерации состязательных промптов, что сократило количество сбоев на бенчмарке инъекции промптов в шесть раз для GPT-5.6 Sol.
blog
Simon Willison
·
35 д назад
·
1 просмотр
sqlite-utils 4.0rc2 исправляет ошибки обработки транзакций, обнаруженные Claude Fable
Саймон Уиллисон использовал кодового агента Claude Fable для завершения работы над sqlite-utils 4.0, в результате чего появился второй кандидат в релизы, устраняющий критические проблемы с обработкой транзакций, выявленные при проверке.