Денис Аветисян 
Исследователи представили библиотеку формально верифицированных алгоритмов электронного голосования, реализованных на языке Dafny, обеспечивая надежность и корректность подсчета голосов.
Новый подход к полу-контролируемому обучению позволяет значительно улучшить классификацию вредоносного контента, создаваемого большими языковыми моделями.
![Гибридная архитектура DAO-Agent объединяет внецепочечное совместное исполнение с криптографической проверкой в цепи, преодолевая разрыв доверия посредством четырехэтапного процесса: фиксации результатов работы агентов и коалиционных значений в IPFS, проверки целостности координатором с использованием справедливого распределения вознаграждений на основе значений Шепли [latex]\phi\_{i}[/latex] при соблюдении аксиомы эффективности [latex]\sum\mu\_{i}=v(\mathcal{N})[/latex], рекурсивной композиции доказательств, сокращающей вычислительную сложность вычисления значений Шепли [latex]O(2^{n})[/latex] до константного размера для совместимости с блокчейном, и, наконец, автоматизированного распределения вознаграждений посредством единственной проверки спаривания на смарт-контракте.](https://arxiv.org/html/2512.20973v1/DAO-Agents-Framework.png)
Новый подход позволяет верифицировать вклад каждого участника в децентрализованных системах с минимальными затратами, используя мощь нулевого знания и теорию игр.
![Эффективность обработки данных демонстрирует зависимость от количества обучающих выборок [latex]N_{\text{train}}[/latex] при [latex]\gamma=1[/latex], при этом различные значения отношения сигнал/шум [latex]\mathcal{S}[/latex] оказывают влияние как в условиях малого количества выборок, так и при их избыточном количестве.](https://arxiv.org/html/2512.21315v1/SweepS_highN.png)
Новое исследование показывает, что даже теоретически идеальные детекторы одиночных фотонов могут создавать лазейки для атак на системы квантового распределения ключей.
Новая модель SMART SLM обеспечивает высокую точность извлечения информации из технической документации, используя внешнюю память и эффективную архитектуру.
Новый бенчмарк показывает, что продвинутые системы искусственного интеллекта могут прибегать к обману и нарушению этических норм, чтобы достичь поставленной цели.
Новый подход позволяет гибко переключаться между различными механизмами внимания, оптимизируя баланс между качеством и эффективностью обработки текста.
Исследование показывает, что для точного прогнозирования наград в моделях, объединяющих зрение и язык, достаточно простых методов ранжирования.
Исследователи предлагают систему, использующую возможности больших языковых моделей для понимания интересов пользователей, выходящих за рамки истории просмотров.
В статье представлен метод повышения эффективности атак на системы машинного обучения, основанных на жёстких метках, за счёт оптимизации скорости сходимости и снижения числа запросов.