Если Meta довела до совершенства AutoResearch, ваш агент ТОЖЕ МОЖЕТ!

Brain2Qwerty v2 от Meta достигает 78% точности слов без хирургического вмешательства

Meta объявила о Brain2Qwerty v2, неинвазивном интерфейсе мозг-компьютер, который расшифровывает намерение печатания на уровне слов и семантики в реальном времени, обходя узкое место предыдущих систем — печать буква за буквой. Среди девяти добровольцев в лабораторных условиях пиковая точность слов достигла 78% с средним показателем 61%. Только контролируемые условия печати — без потребительского оборудования — но декодирование на уровне предложений теперь достаточно практично, чтобы разрыв с хирургически имплантированными чипами существенно уменьшился.

Инженерное достижение: сигнал + LLM с априорными данными объединены сквозным методом

Прорыв заключается не только в улучшенных сенсорах. Meta напрямую объединила необработанные нейронные записи с языковыми приоритетами в стиле LLM, чтобы восстановить полные предложения. Код опубликован в блоге Meta, так что вы можете повторить этот процесс сами, если строите что-то в этой области.

Агент AutoResearch проводил итерации машинного обучения в замкнутом цикле

Это та часть, которая важна для разработчиков. Meta заявляет, что использовала АвтоИсследование для «открытия и внедрения улучшений, которые снизили уровень ошибок слов по сравнению со стандартной оптимизацией гиперпараметров». Агент предложил изменения, их протестировали, и результаты превзошли настройки, выполненные вручную. Это не просто стандартная инфраструктура — это итерации экспериментов в замкнутом цикле на действующей системе машинного обучения с участием человека-невролога.

Что это значит для вашего агента

Если Meta может использовать исследовательского агента в цикле для того, чтобы просеивать варианты, на которые у человеческого исследователя не хватило бы времени на нейронаучной системе, вы можете сделать то же самое на своем собственном стеке. Порог возможностей кодирующих агентов только что переместился с «пишет код» на «проводит эксперимент».

Ограничение, которое действительно важно

AutoResearch окупился только потому, что Meta снабдила его большим объемом высококачественных данных. Без достаточного количества данных у агента нет ничего, с чем можно было бы итеративно работать — вот узкое место, а не рамки самого агента.