Грань между ИИ: Как отделить модель от системы
Новое исследование предлагает четкие определения для ИИ-моделей и систем, стремясь разрешить терминологическую путаницу в быстро развивающейся области искусственного интеллекта.
Денис Аветисян
Искусственный интеллект как стратег: генерация игровых политик с помощью языковых моделей
Новый подход позволяет создавать интерпретируемые стратегии для многоагентных систем, используя возможности больших языковых моделей и принципы теории игр.
InternVL-U: Искусственный интеллект, который понимает и творит
Новая модель объединяет возможности понимания и генерации изображений, открывая путь к более интеллектуальным мультимодальным системам.
Квантовые симметрии графов: за гранью классики
Новое исследование демонстрирует существование нелокальных симметрий в квантовых группах автоморфизмов графов, открывая неожиданные отличия от привычных представлений классической теории графов.
Интерактивные помощники: новый рубеж оценки языковых моделей
Исследователи представили MiniAppBench — платформу для оценки способности больших языковых моделей создавать интерактивные HTML-приложения, имитирующие реальные инструменты и сервисы.
Научные таблицы и искусственный интеллект: где кроется главная сложность?
Новый бенчмарк SciTaRC демонстрирует, что современные системы искусственного интеллекта испытывают трудности не столько в планировании, сколько в точном выполнении вычислений при ответе на вопросы по научным таблицам.
Квантование MXFP4: Новый подход к повышению точности больших языковых моделей
Исследование предлагает эффективные методы снижения ошибок квантования, позволяющие приблизиться к производительности NVFP4 при минимальных аппаратных затратах.
Новая эра эффективности: компилятор и модели состояний для ускорения вычислений
Исследователи предлагают инновационный подход к реализации моделей состояний, позволяющий добиться значительного повышения скорости и эффективности вычислений на различных аппаратных платформах.
Искусство надёжного моделирования: как избежать самообмана в байесовском выводе
Новое исследование посвящено повышению надёжности методов байесовского вывода, основанных на моделировании, и борьбе с проблемой завышенной уверенности в результатах.
bsort: Сортировка без сравнений нового поколения
![Сравнительный анализ производительности типов данных с плавающей точкой [latex]float[/latex] и [latex]double[/latex] демонстрирует, что использование типа [latex]double[/latex] обеспечивает повышенную точность вычислений, однако сопряжено с увеличением потребления ресурсов и снижением скорости обработки по сравнению с типом [latex]float[/latex].](https://arxiv.org/html/2603.08929v1/viz/performance_by_size_double.png)
В статье представлена bsort — алгоритм сортировки, который теоретически демонстрирует линейную сложность и не использует операции сравнения, предлагая альтернативу традиционным подходам.