Трансформеры: Предел вычислительной мощи?
Новое исследование показывает, что стандартные алгоритмы, вероятно, уже близки к оптимальным для вычислений в трансформерах, а значительное ускорение потребует принципиально новых подходов.
Головоломки пространства: как нейросети решают задачи на топологию
Новое исследование представляет TopoBench — сложный набор задач, позволяющий оценить способность больших языковых моделей к пространственному мышлению и решению топологических головоломок.
Генерирующие модели: новый подход с использованием тензорных сетей
![Исследование демонстрирует, что предложенная модель UMPS способна генерировать результаты, сопоставимые с моделью MPS, обученной на значительно большем наборе данных ([latex]|\mathcal{T}|=300[/latex]) и с максимальным размером связей [latex]r_{\max}=400[/latex], при этом используя существенно меньшее количество слоев [latex]l_{\max}=4[/latex] вместо [latex]l_{\max}=25[/latex].](https://arxiv.org/html/2603.12026v1/x7.png)
Исследователи предлагают эффективный метод генерации данных, основанный на унитарных матричных произведениях состояний и оптимизации на римановых многообразиях.
Квантовый Автоматизм: Разговор с Вишалом Чатратом
Квантовый Автоматизм: Разговор с Вишалом Чатратом Парадоксально, но для того, чтобы управлять квантовым миром, мы строим все более сложные классические системы автоматизации. Это как пытаться поймать призрак с помощью сложного механизма. Но, как ни странно, именно этот подход может стать ключом к созданию масштабируемых квантовых вычислений. Представьте себе настройку радиоприемника. Чтобы поймать четкий сигнал, нужно … Читать далее
В поисках оптимального дерева: новые горизонты GPU-вычислений
Исследование показывает, что алгоритмы, основанные на эйлеровых турах, превосходят традиционный обход в ширину при построении корневых остовных деревьев на графических процессорах.
Григорианский хорал в цифре: новый корпус и инструменты для исследований
Представлен CantusCorpus v1.0 — обширный, стандартизированный набор данных григорианских песнопений, открывающий новые возможности для цифровой и вычислительной музыкологии.
Реалистичные изображения в реальном времени: новый подход к улучшению графики
Исследователи представили HyPER-GAN — эффективный метод преобразования изображений, позволяющий значительно улучшить качество синтетической графики с минимальной задержкой.
Бесконечные Трансформеры: Цена Алгоритмического Обучения
Новое исследование раскрывает теоретические границы сложности обучения алгоритмов нейронными сетями-трансформерами, показывая, как оценить их возможности с помощью методов ядра.
Моделирование пучков частиц: новый подход к расчетам электромагнитных полей
В статье представлена инновационная методика, позволяющая повысить точность и эффективность моделирования динамики пучков заряженных частиц в ускорителях.
Тонкий SVD в смешанной точности: ускорение вычислений без потери качества
В новой статье представлен алгоритм, позволяющий значительно повысить производительность вычислений сингулярного разложения (SVD) за счет использования смешанной точности и оптимизации работы с матрицей Грама.