Согласованность ИИ и врачей: новый взгляд на диагностику
Исследование предлагает структурированный подход к оценке согласованности между диагностическими выводами искусственного интеллекта и заключениями экспертов-медиков.
Денис Аветисян
Трансформеры: Обнаружена общая основа вычислений
Новое исследование выявило, что глубокие нейронные сети, использующие архитектуру Transformer, сходятся к небольшому набору инвариантных алгоритмических ядер, лежащих в основе их способности к обобщению.
3D-реконструкция масштаба: новая скорость и точность
![В ходе экспериментов с набором данных 7scenes установлено, что алгоритм VGG-T3 демонстрирует сопоставимое с базовыми решениями, такими как VGG и [latex]O(n^2)[/latex], качество реконструкции (измеряемое расстоянием Чамфера), при этом обеспечивая значительное ускорение - до 11.6 раз для входных данных размером 1k - и сохраняя масштабируемость, аналогичную T3R, даже при увеличении количества изображений.](https://arxiv.org/html/2602.23361v1/2602.23361v1/x4.png)
Исследователи представили метод VGG-T3, позволяющий создавать детализированные 3D-модели из большого количества изображений с беспрецедентной скоростью.
Белки и повторы: как нейросети учатся понимать биологические последовательности
![Модель предсказывает скрытый токен, интегрируя информацию о повторах - посредством механизмов внимания к токенам на фиксированных смещениях ([latex] \pm n \pm n [/latex]) и активации нейронов, специализирующихся на биохимической схожести аминокислот - и биологических особенностях, причём индуктивные головы копируют информацию из соответствующего токена в другом повторе, а повторные нейроны выполняют ингибирующую функцию, после чего нейроны MLP и головы внимания, ориентированные на аминокислоты, уточняют распределение вероятностей для предсказанного токена.](https://arxiv.org/html/2602.23179v1/2602.23179v1/x1.png)
Новое исследование раскрывает механизмы, с помощью которых модели машинного обучения распознают повторяющиеся фрагменты в структуре белков, объединяя подходы из обработки естественного языка и специфические биологические особенности.
Сегментация по запросу: достаточно ли нескольких примеров для точной разметки?
Новый подход позволяет значительно сократить разрыв в производительности между сегментацией без обучения и полностью контролируемой, используя лишь небольшое количество примеров.
Умный поиск по документам: адаптация к запросу для повышения точности
![В рамках SmartChunk, разработанной как альтернатива стандартному RAG, предсказуемое изменение размера фрагментов текста посредством планировщика [latex]\mathcal{P}[/latex] и сжатие информации посредством кодировщика [latex]\mathcal{E}[/latex] позволяют адаптировать процесс извлечения данных к сложности запроса и структуре документа, обеспечивая баланс между точностью и эффективностью представления информации.](https://arxiv.org/html/2602.22225v1/2602.22225v1/x13.png)
Новый подход к организации данных позволяет значительно улучшить качество ответов на вопросы, заданные по большим объемам текста.
Автопилот без страха: новый подход к управлению рисками
Исследователи представили систему автономного вождения, способную прогнозировать опасные ситуации и принимать решения, не полагаясь на заранее заданные сценарии.
Искусственный интеллект без границ: новый подход к обучению
Представлена первая система искусственного интеллекта, способная к оптимальному обучению в любых условиях без предварительного моделирования среды.
Геометрия кривых: новые алгоритмы вычислений
В статье представлены алгоритмы и методы для вычисления инвариантов кривых Артина-Шрейера, открывающие новые возможности для изучения их модулей пространств.
Самообучающиеся агенты: Как повысить надежность коллективного интеллекта
Новая методика позволяет системам из нескольких искусственных интеллектов выявлять и корректировать ошибки друг друга прямо в процессе работы, повышая общую стабильность и точность.