Автоматизация производства: новый взгляд языковых моделей
Исследование посвящено применению больших языковых моделей для генерации и оптимизации программного обеспечения, управляющего промышленными процессами.
Исследование посвящено применению больших языковых моделей для генерации и оптимизации программного обеспечения, управляющего промышленными процессами.

Исследователи предложили гибридный подход, использующий Ising-машины для эффективного разложения масштабных комбинаторных задач, таких как задача маршрутизации транспорта.
Новая система переключения моделей в зависимости от контекста запроса позволяет значительно сократить затраты энергии при работе с искусственным интеллектом.
Новое исследование показывает, что разнообразие задач и автономия в работе являются ключевыми факторами, определяющими готовность сотрудников к использованию искусственного интеллекта.
![В предлагаемом подходе к выводу, в отличие от стандартного контролируемого обучения, используется многократная передискретизация входных данных, генерирующая несколько выборок из одного наблюдения, при этом, если характеристика [latex]Char(f)[/latex] неизвестна, она исключается из входных данных модели.](https://arxiv.org/html/2602.23315v1/2602.23315v1/x2.png)
Исследователи предлагают инновационный метод, использующий перевыборку и инвариантные преобразования, для улучшения работы систем обнаружения MIMO на основе искусственного интеллекта.

Исследователи предлагают метод, позволяющий языковым моделям, работающим с изображениями и текстом, рассуждать на более высоком уровне, используя знания, полученные из специализированных моделей рассуждений.

Новый подход позволяет повысить эффективность и беспристрастность моделей машинного обучения при анализе медицинских изображений, особенно в условиях ограниченных ресурсов.
Новая архитектура Ruyi2 позволяет создавать и масштабировать большие языковые модели с оптимальным балансом между вычислительными затратами и производительностью.
Новое исследование показывает, что психологическая безопасность сотрудников является ключевым фактором для внедрения искусственного интеллекта в организации.
В статье представлена концепция ‘динамических уровневых множеств’ — математических объектов, способных к самомодификации в процессе вычислений и открывающих путь к невычислимым алгоритмам.