Tag: Research

1. BenchMIRT dari Ai2 membedah apa yang sebenarnya diukur benchmark LLM (huggingface.co)
   AI · 1 hari lalu · 12 September 2026
2. Looped transformer bukan cara model menyembunyikan penalarannya (magazine.sebastianraschka.com)
   AI · 3 hari lalu · 10 September 2026
3. Claude susun bukti formal Teorema Terakhir Fermat di Lean (anthropic.com)
   AI · 1 minggu lalu · 5 September 2026
4. Epoch: model reasoning lebih dari melipatgandakan laju kemajuan AI (epoch.ai)
   AI · 1 minggu lalu · 4 September 2026
5. Agent dari model berbeda bekerja sama dan pecahkan rekor matematika baru (arxiv.org)
   AI · 2 minggu lalu · 29 Agustus 2026
6. Sepertiga halaman web baru bergaya tulisan AI, menurut Pew (techcrunch.com)
   AI · 3 minggu lalu · 22 Agustus 2026
7. Mayoritas pekerja pakai AI lewat paket gratis, kecuali di bidang teknologi dan sains (epoch.ai)
   AI · 3 minggu lalu · 18 Agustus 2026
8. Keunggulan matematika AI mungkin soal memori, bukan penalaran (davidepiffer.com)
   AI · 4 minggu lalu · 16 Agustus 2026
9. Uji yang lebih ketat temukan mayoritas GPU kernel buatan LLM cacat (arxiv.org)
   AI · 4 minggu lalu · 15 Agustus 2026
10. Peneliti tarik reasoning tersembunyi dari API Claude, GPT, dan Gemini (simonwillison.net)
    AI · 1 bulan lalu · 13 Agustus 2026
11. Claude memperkuat hasil terbukti soal hipotesis Riemann (anthropic.com)
    AI · 1 bulan lalu · 11 Agustus 2026
12. Satu dari lima pekerja AS kini menyerahkan tugas ke AI (epoch.ai)
    AI · 1 bulan lalu · 8 Agustus 2026
13. Jeff Dean tinggalkan Google demi lab sains yang dijalankan AI (techcrunch.com)
    AI · 1 bulan lalu · 7 Agustus 2026
14. Ledakan kecerdasan punya penghambat yang jarang dimodelkan: koordinasi (epoch.ai)
    AI · 1 bulan lalu · 5 Agustus 2026
15. Model internal OpenAI klaim pecahkan sepuluh soal matematika yang lama buntu (simonwillison.net)
    AI · 1 bulan lalu · 1 Agustus 2026
16. Yang menahan agent AI bukan kemampuan, tapi keandalan (normaltech.ai)
    AI · 1 bulan lalu · 30 Juli 2026
17. Leanstral 1.5 dari Mistral: model open-weight yang membuktikan teorema dan menemukan bug nyata (mistral.ai)
    AI · 2 bulan lalu · 14 Juli 2026
18. AI menolong ilmuwan tapi mempersempit ide yang dijelajahi sains (spectrum.ieee.org)
    AI · 2 bulan lalu · 13 Juli 2026
19. Lilian Weng: harness sama pentingnya dengan modelnya (lilianweng.github.io)
    AI · 2 bulan lalu · 13 Juli 2026
20. Claude punya ruang kerja internal, dan Anthropic membuat alat untuk membacanya (anthropic.com)
    AI · 2 bulan lalu · 7 Juli 2026
21. AI kalahkan pembujuk manusia terlatih, tapi keunggulannya kecepatan, bukan retorika (importai.substack.com)
    AI · 2 bulan lalu · 6 Juli 2026
22. Satu layer transformer bisa menyamai RL fine-tuning penuh (arxiv.org)
    AI · 2 bulan lalu · 3 Juli 2026
23. DiScoFormer dari AI2 menjadikan attention sebagai penaksir densitas yang lebih baik (allenai.org)
    AI · 2 bulan lalu · 30 Juni 2026
24. Scaling law terlihat presisi, tapi cara mengepasnya gampang meleset (lilianweng.github.io)
    AI · 2 bulan lalu · 30 Juni 2026
25. Analisis AI2: model hybrid lebih jago kata bermakna, transformer lebih jago menyalin persis (allenai.org)
    AI · 2 bulan lalu · 28 Juni 2026
26. Studi Stanford: satu alat rekrutmen AI diam-diam menyaring pelamar kulit hitam dan Asia (hai.stanford.edu)
    AI · 2 bulan lalu · 24 Juni 2026
27. Moebius, model inpainting 0.2B yang menyaingi model 12B (hustvl.github.io)
    AI · 2 bulan lalu · 23 Juni 2026
28. Prompt injection berhasil karena model menilai teks dari gayanya (arxiv.org)
    AI · 2 bulan lalu · 23 Juni 2026
29. Model OpenAI bantu perbaiki reaksi sulit dalam kimia obat (openai.com)
    AI · 2 bulan lalu · 22 Juni 2026
30. Riset awal: terlalu mengandalkan AI menggerus keahlian profesional (nature.com)
    AI · 2 bulan lalu · 20 Juni 2026
31. Agent riset bisa membocorkan rahasia lewat kueri pencariannya sendiri (huggingface.co)
    AI · 2 bulan lalu · 19 Juni 2026
32. Uji coba di Sierra Leone: tutor Gemini angkat nilai matematika siswa (deepmind.google)
    AI · 2 bulan lalu · 18 Juni 2026
33. Interconnects: multi-teacher on-policy distillation jadi resep post-training 2026 (interconnects.ai)
    AI · 2 bulan lalu · 17 Juni 2026
34. Rio-3.5 397B 'buatan sendiri' diduga hasil merge Nex dan Qwen (github.com)
    AI · 3 bulan lalu · 15 Juni 2026
35. Anthropic memetakan harapan dan kecemasan 52 ribu warga AS soal AI (anthropic.com)
    AI · 3 bulan lalu · 13 Juni 2026
36. Apakah grep sudah cukup? Paper baru bilang ya, dengan catatan (arxiv.org)
    AI · 3 bulan lalu · 10 Juni 2026
37. Anthropic merilis angka soal berapa banyak pengembangan AI yang sudah dikerjakan AI (anthropic.com)
    AI · 3 bulan lalu · 4 Juni 2026
38. Ethan Mollick: pilih dengan sengaja apa yang tetap kamu kerjakan sendiri (oneusefulthing.org)
    AI · 3 bulan lalu · 26 Mei 2026
39. Paper baru: model bahasa juga butuh tidur (arxiv.org)
    AI · 3 bulan lalu · 26 Mei 2026
40. Agen koding rontok 30 poin saat kendala backend diperketat (arxiv.org)
    AI · 3 bulan lalu · 24 Mei 2026
41. Muon, optimizer yang banyak dipakai, ternyata mematikan neuron (importai.substack.com)
    AI · 3 bulan lalu · 22 Mei 2026
42. DeepMind buka Co-Scientist, sistem multi-agent untuk hipotesis riset (deepmind.google)
    AI · 3 bulan lalu · 20 Mei 2026
43. Model OpenAI patahkan dugaan unit-distance Erdős 1946 (openai.com)
    AI · 3 bulan lalu · 20 Mei 2026
44. Agora-1 dari Odyssey menjaga satu state dunia bersama untuk banyak pemain (odyssey.ml)
    AI · 3 bulan lalu · 19 Mei 2026
45. ERA, sistem Google yang menulis kode riset setara ahli (research.google)
    Research · 3 bulan lalu · 19 Mei 2026
46. arXiv blokir penulis setahun kalau LLM mengerjakan semuanya tanpa dicek (techcrunch.com)
    Research · 4 bulan lalu · 16 Mei 2026
47. AlphaEvolve naik kelas dari demo riset jadi tool produksi, dengan angka nyata (deepmind.google)
    AI · 4 bulan lalu · 7 Mei 2026
48. Anthropic tanya 81.000 orang apa yang mereka mau dari AI (anthropic.com)
    AI · 5 bulan lalu · 18 Maret 2026
49. Demis Hassabis: apa yang dipicu Move 37 AlphaGo, sepuluh tahun kemudian (deepmind.google)
    AI · 6 bulan lalu · 10 Maret 2026
50. Import AI 445: Bostrom soal kapan ngebut, dan benchmark matematika yang belum tertembus AI (importai.substack.com)
    AI · 6 bulan lalu · 16 Februari 2026
51. Peta Kubu-Kubu dalam Debat Keamanan AI (asteriskmag.com)
    AI · 3 tahun lalu · 1 Juni 2023
52. GPT-4: Model Acuan, dan Apa yang Disembunyikannya (openai.com)
    AI · 3 tahun lalu · 14 Maret 2023
53. Pelajaran Pahit yang Terus Diulang Riset AI (incompleteideas.net)
    AI · 7 tahun lalu · 13 Maret 2019

← semua tag