Денис Аветисян 
В статье представлена модель когерентного квантового состояния гравитационно расщеплённых чёрных дыр, предлагающая решение проблемы сингулярности и предсказывающая наблюдаемые эффекты в сильных гравитационных полях.
Новая методика позволяет значительно уменьшить размер и повысить скорость работы мультимодальных моделей, не жертвуя точностью.
Новый подход позволяет большим языковым моделям взаимодействовать с научными симуляциями, получая опыт «в процессе» и повышая достоверность результатов.
Исследователи предлагают архитектуру глубокого обучения, использующую возможности фотонных вычислений для создания нейронных сетей, способных к беспрецедентному масштабированию и эффективности.
Квантовые Загадки: От Amazon Braket до Молекулярных Переходов Представьте себе, что вы пытаетесь удержать воду в решете. Это примерно то, что мы делаем, когда моделируем переходные состояния молекул. Мы хватаемся за неустойчивые конфигурации, которые существуют лишь мгновение, и пытаемся понять их свойства. Иногда, кажется, проще просто махнуть рукой и признать, что некоторые вещи принципиально не … Читать далее
![Динамика трансформатора исследовалась на физическом стенде, где предсказание хаотического временного ряда Лоренца на многоосцилляторной системе позволило количественно оценить предпочтения модальности посредством разности значений SHAP для само- и кросс-внимания [latex]\phi(Y) - \phi(X)[/latex], представленной направлением стрелки в диапазоне [-90°, 90°] - от полного вклада [latex]X[/latex] до [latex]Y[/latex] - при этом цвет стрелки отражает нормированную среднеквадратичную ошибку между целевым [latex]z(t)[/latex] и предсказанным значением, что продемонстрировано на примере низких ([latex]\beta_{self}, \beta_{cross} = (10^{-4}, 10^{-4})[/latex]) и высоких ([latex]\beta_{self}, \beta_{cross} = (10^{0}, 10^{0})[/latex]) уровней внимания, фокусируясь на временном интервале [latex]50 \leq t \leq 70[/latex].](https://arxiv.org/html/2602.20624v1/figures/fig6_0111.jpg)
Новое исследование показывает, как динамика трансформаторов влияет на предвзятость мультимодальных моделей, приводя к доминированию отдельных модальностей.
![Наблюдения за производством топ-антитоп-кварков ([latex]t\bar{t}[/latex]) в Большом адронном коллайдере выявили закономерности в поведении когерентности, измеряемой через [latex]l_1[/latex]-норму, что позволяет судить о структуре кинематического пространства при столкновениях частиц.](https://arxiv.org/html/2602.21069v1/Figure1.png)
Новое исследование демонстрирует предсказуемую зависимость квантовой когерентности в парах топ-кварков от параметров столкновений в Большом адронном коллайдере.
Исследователи предлагают инновационный метод токенизации изображений, вдохновленный принципами коммуникации, для создания более осмысленных и организованных визуальных представлений.
Новый подход объединяет генеративный искусственный интеллект для стандартизации данных и алгоритмы машинного обучения для повышения точности прогнозирования времени простоя контейнеров.
Новая архитектура AgentOS позволяет создавать интеллектуальные системы, способные к самоорганизации и адаптации, преодолевая ограничения существующих подходов к работе с большими языковыми моделями.