Дослідники KAIST запропонували CURE — систему, яка допомагає невеликій моделі штучного інтелекту на пристрої рідше звертатися до потужного сервера. Замість повторного надсилання схожих завдань вона накопичує та повторно використовує отримані знання. Університет представив розробку 21 вересня.
Три кроки замість постійного зв’язку з хмарою
Спочатку завдання намагається виконати локальна візуально-мовна модель. Якщо впевненості недостатньо, система перевіряє сховище знань, сформоване з попередніх відповідей сервера. Лише коли цього також не вистачає, запит передають великій моделі.
У сховищі зберігаються ознаки зображень, а не самі фотографії. Повторне використання інформації не потребує перенавчання ваг локальної моделі. Таким чином, CURE змінює передусім організацію взаємодії між пристроєм і сервером.
Що показали випробування
У статті для ECCV 2026, оприлюдненій 10 вересня, автори описують перевірку на 13 наборах даних. Точність наближалася до варіанта з постійним використанням серверної моделі, а прискорення сягало 3,67 раза. Це результат конкретних тестів, а не гарантія такого приросту для будь-якого смартфона чи застосунку.
Інший підхід до вдосконалення роботи моделей описано в нашій новині про HardFlow від MIT: там дослідники вчили генеративний ШІ дотримуватися жорстких обмежень.
