On Thursday, the Laude Institute announced its first batch of Slingshots grants, aimed at “advancing the science and practice of artificial intelligence.” The Slingshots program acts as an accelerator for researchers, providing access to resources mostly unavailable in standard academic environments. These resources can include funding, compute power, and engineering support. In return, recipients are expected to deliver a tangible final product, such as a startup, an open-source codebase, or a similar artifact.

Fokusi në Vlerësimin e Inteligjencës Artificiale

Kohorti fillestare përbëhet nga 15 projekte, me një theks të veçantë te vlerësimi i AI-së. Disa prej këtyre projekteve janë tashmë të njohura për lexuesit e TechCrunch, përfshirë benchmark-un për kodimin në komandë Terminal Bench, si dhe versionin më të ri të projektit të gjatë ARC-AGI. Këto projekte synojnë të përmirësojnë mënyrën se si provohen aftësitë e modeleve të ndryshme të inteligjencës artificiale, duke sjellë standarde të reja dhe më të sakta.

Krahas tyre, disa grante sjellin qasje të reja për problemet e vjetra të vlerësimit. Formula Code, i zhvilluar nga studiues të Caltech dhe UT Austin, ka për qëllim të vlerësojë aftësinë e agjentëve të AI për të optimizuar kodin ekzistues. Ndërkohë, BizBench, me bazë në Columbia, propozon një benchmark të përfshirë për “agjentët e AI-së të profilit të bardhë” ose ato që kryejnë detyra tipike të zyrave. Grante të tjera eksplorojnë struktura të reja për mësimin me përforcim ose kompresimin e modeleve.

Projekte të Reja dhe Qasje të Inovative

Një ndër drejtuesit e kësaj kohe është John Boda Yang, bashkë-themelues i SWE-Bench, i cili udhëheq projektin e ri CodeClash. I frymëzuar nga suksesi i SWE-Bench, CodeClash synon të vlerësojë kodin përmes një kornize dinamike me bazë gara, e cila pritet të nxisë progres të mëtejshëm në fushën e testeve të AI-së. Sipas Yang, vazhdimi i vlerësimeve nëpërmjet benchmark-eve të jashtme nga palë të treta është thelbësor për të nxitur zhvillimin. Megjithatë, ai shpreh shqetësim për të ardhmen, nëse këto benchmark-e do të mbeten vetëm brenda kompanive specifike.

Tags: inteligjenca artificiale, grante kërkimore, vlerësim AI, inovacion teknologjik, zhvillim i kodit, produkte open-source