AIwatch — utgave
Uke 31
29. juli 2026
Les om politisk bias i LLM-er, hvordan større språkmodeller forsterker feil og mye annet.
- 01
Foto: Boliviainteligente, Unsplash ForskningAgentRCA: Nytt AI-rammeverk for feilsøking i industrien
Forskere har utviklet AgentRCA, et nytt AI-rammeverk som kan identifisere årsaker til avvik i industrianlegg uten behov for store mengder treningsdata. Dette kan effektivisere feilsøking betydelig.
Les hele notisen → - 02Arbeidsliv
Fremtidens AI: Ny definisjon av «AI-native»
Forskere foreslår en teknisk definisjon for AI-native systemer, basert på kunstig intelligens' evne til autonomt å revidere egen kode. Dette skiller markedsføringsbegrepet fra faktiske systemendringer.
Les hele notisen → - 03Forskning
LLM-hallusinasjoner kan vise ideologisk slagside i politisk svar
Ny forskning indikerer at store språkmodeller (LLM-er) som svarer på politiske spørsmål kan generere feilinformasjon med en tendens mot venstresiden, selv når kildematerialet er fra ulike ideologiske retninger.
Les hele notisen → - 04Produkt
Ny autonome AI-agent «Manus» presentert
En ny AI-agent kalt Manus AI lover å bygge bro mellom avansert resonnement og praktisk utførelse, noe som kan endre måten kunstig intelligens samhandler med den virkelige verden.
Les hele notisen → - 05Sikkerhet
Text-to-SQL-systemer utfordres av rollebasert tilgangskontroll
Ny forskning viser at dagens benchmark for Text-to-SQL ikke fanger opp hvordan systemene presterer under realistiske tilgangsbegrensninger, noe som kan føre til feilvurderinger av teknologiens anvendbarhet.
Les hele notisen → - 06Næringsliv
Store språkmodeller sliter med avansert SQL-feilretting
Ny forskning viser betydelige begrensninger i store språkmodellers evne til å feilrette sammensatt SQL-kode, noe som har direkte implikasjoner for dataarkitektur i bedrifter.
Les hele notisen → - 07Regulering
Evaluering av AI-aktens krav og LLM-støtte
Ny forskning utforsker hvordan EU AI-aktens krav implementeres i kravspesifikasjon, og potensiell rolle for storskala språkmodeller. Studien peker på mangler i dagens praksis og ser muligheter for maskinstøtte.
Les hele notisen → - 08Forskning
Forskning viser "regresjonsskatt" ved tilføring av ferdigheter til LLM-agenter
Nye funn indikerer at tilføring av ferdigheter til store språkmodeller (LLM) ikke alltid fører til forbedring, men kan faktisk forringe ytelsen på enkelte oppgaver. Dette har betydning for utviklingen av mer robuste AI-systemer.
Les hele notisen → - 09Produkt
TRACE-Router optimaliserer valg av språkmodeller for agentbaserte systemer
Ny forskning presenterer en metode for å forbedre ytelsen for AI-agenter ved å velge riktig stor språkmodell (LLM) basert på oppgavenivå, snarere enn individuelle kall.
Les hele notisen → - 10Forskning
Større språkmodeller forsterker feil raskere
Ny forskning fra Google AI indikerer at større og mer komplekse språkmodeller genererer feil raskere enn mindre modeller, noe som utfordrer antagelsen om lineær forbedring av pålitelighet med skala.
Les hele notisen →
