חיפוש בחדשות

**מדידת התקדמות ל-AGI היא מעבר משיח עמום על "בינה כללית" למסגרת בדיקה של 10 יכולות קוגניטיביות, עם השוואה לבני אדם.** זה המהלך החדש של Google DeepMind, לצד האקתון של Kaggle עם פרסים בהיקף 200 אלף דולר. עבור עסקים בישראל, המשמעות אינה פילוסופית אלא תפעולית: איך בודקים אם מודל מתאים לשירות לקוחות, מכירות או תפעול. במקום להתרשם מדמו, צריך למדוד זיכרון, קשב, למידה וקוגניציה חברתית בתוך תהליכים אמיתיים כמו WhatsApp, Zoho CRM ו-N8N. מי שיאמץ גישת מדידה כזו יקטין סיכון בפרויקטי AI וישפר את סיכויי ההצלחה של פיילוטים עסקיים.

"הזיות" במודלי שפה גדולים אינן קטגוריה אחת: מחקר arXiv:2602.13224v1 מציע טקסונומיה גאומטרית של שלושה סוגים—אי-נאמנות להקשר, קונפבולציה (המצאת תוכן זר), ושגיאה עובדתית. הנתון שמזיז את הגבינה: גלאי אמבדינג מגיעים ל-AUROC 0.76–0.99 בתוך תחום, אבל נופלים ל-0.50 בין תחומים, והכיוונים המבדילים כמעט אורתוגונליים (דמיון קוסיני ממוצע ‎-0.07). לעומת זאת, בקונפבולציות שנכתבו על ידי בני אדם יש “כיוון גלובלי” עם AUROC ‎0.96. המסקנה לעסקים בישראל, במיוחד בצ’אט שירות/מכירות ב-WhatsApp: אמבדינג יכול לעצור סטייה מהקשר, אבל טעויות עובדתיות (AUROC ‎0.478) דורשות אימות מול Zoho CRM/ERP דרך N8N ובקרת אדם-בלולאה.

האם סוכני AI מבוססי LLM מוכנים לרפואה? טקסונומיה חדשה בוחנת 49 מחקרים וחושפת חוסרים קריטיים. קראו עכשיו!

מודלי שפה גדולים בעוזרי נהיגה מסוכנים? DriveSafe חושף 129 סיכונים קריטיים ומגלה כשלי בטיחות ב-LLM מובילים. קראו עכשיו!

מאז ChatGPT, ויכוח על סיכון קיומי של AI. מאמר חדש מציג טקסונומיה של סיפורי הישרדות. קראו עכשיו!

פרק חדש טוען כי מהימנות AI סוכני היא תכונה ארכיטקטונית. גלו את הרכיבים, הטקסונומיה וההמלצות לבניית מערכות אמינות. קראו עכשיו!

חוקרים חושפים טקסונומיה ל-400 משימות ARC שמאבחנת מדוע טרנספורמרים מצטיינים בדפוסים מקומיים אך נכשלים בהרכבה גלובלית. קראו על הפער ההרכבי והפתרונות המומלצים עכשיו! (48 מילים)