Денис Аветисян Исследователи предлагают метод автоматического поиска оптимальной архитектуры для нейронных сетей, работающих с разными типами данных, без необходимости в огромных объемах размеченных данных.
В статье представлены высокоточные численные методы для решения уравнений Эйнштейна-Эйлера, открывающие возможности для более реалистичных астрофизических симуляций.
Новый подход позволяет направлять логические рассуждения больших языковых моделей, повышая точность и эффективность их работы.
Новая платформа, основанная на больших языковых моделях, значительно ускоряет и упрощает процесс разработки и оптимизации транзисторов будущего.
![Архитектура предложенной системы, основанная на причинно-следственном моделировании, реализует двухканальный подход, в котором энкодер содержания [latex]E_c[/latex] извлекает инвариантный патологический фактор [latex]Z_c[/latex] под строгим контролем физиологической маски, а энкодер стиля [latex]E_s[/latex] фиксирует некаузальный фоновый шум [latex]Z_s[/latex], обеспечивая статистическую ортогональность этих факторов для реконструкции сигнала декодером [latex]G[/latex].](https://arxiv.org/html/2512.24564v1/cpr_framework_optimized.png)
Новый подход к анализу электрокардиограмм использует принципы причинно-следственных связей, чтобы повысить надежность и устойчивость к помехам и изменениям данных.
Новое исследование показывает, что генерация вопросов для экзаменов с помощью искусственного интеллекта может приводить к неожиданно высокой степени их схожести, даже при использовании специализированных ресурсов.
Исследователи представили STAgent — систему искусственного интеллекта, способную эффективно решать задачи, требующие планирования во времени и пространстве, например, организацию поездок.
Статья предлагает переосмысление понятия точности в вычислительных задачах, смещая акцент с синтаксической строгости на семантическую эквивалентность.
В статье подробно описывается инфраструктура и оптимизации, разработанные для обучения семейства больших моделей TeleChat3, использующих архитектуру Mixture-of-Experts.
Новое исследование выявило серьезные уязвимости в системах персонализированного искусственного интеллекта, основанных на технологии RAG, которые приводят к утечке конфиденциальной информации в более чем 15% случаев.