Денис Аветисян ![Система EvoScientist, представляющая собой саморазвивающуюся многоагентную структуру для комплексного научного поиска, включает в себя агента-исследователя, агента-инженера и менеджера эволюции, при этом менеджер эволюции аккумулирует историю взаимодействия в две постоянные памяти - память идей [latex]M_{I} [/latex] и память экспериментов [latex]M_{E}[/latex], используемые агентами для непрерывного улучшения качества идей и повышения эффективности выполнения задач.](https://arxiv.org/html/2603.08127v1/x1.png)
В новой работе представлена система EvoScientist, способная самостоятельно проводить научные исследования, учиться на опыте и генерировать публикации, приближая эру автоматизированной науки.
Новая система AutoResearch-RL использует возможности машинного обучения с подкреплением и больших языковых моделей для автоматического улучшения конфигураций нейронных сетей и достижения передовых результатов.
Новый подход позволяет создавать эффективных агентов, способных к сложному взаимодействию с инструментами, даже при использовании небольших языковых моделей.
Статья анализирует новые угрозы для современных криптосистем, возникающие на стыке квантовых вычислений и искусственного интеллекта.
В статье рассматривается, как автономные агенты и современные языковые модели способны кардинально изменить научные исследования, автоматизируя рутинные процессы и расширяя возможности анализа данных.
![Традиционные методы дистилляции знаний, хоть и сохраняют точность в пределах одной области, упускают возможность обобщения на новые, ранее не встречавшиеся данные, в то время как предложенный подход к обобщенной дистилляции знаний ([latex]GKD[/latex]) направлен на преодоление этого ограничения.](https://arxiv.org/html/2603.02554v1/x1.png)
В статье представлен метод, позволяющий эффективно использовать возможности мощных моделей компьютерного зрения для повышения точности сегментации изображений в различных условиях.
(5,1)[/latex] к рангам [latex](0,1)(0,1)[/latex] и [latex](1,1)(1,1)[/latex] демонстрирует устойчивость процесса и позволяет упростить вычисление сложных интегралов посредством последовательного снижения их ранга.](https://arxiv.org/html/2603.06549v1/x4.png)
В статье представлен инновационный алгоритм для численного приведения двухпетлевых тензорных интегралов к скалярным, разработанный для повышения эффективности расчетов в физике высоких энергий.
Новое исследование показывает, что сочетание человеческого контроля с искусственным интеллектом в системах подбора кандидатов может привести к более справедливым результатам, хотя предвзятость всё ещё сохраняется.
В статье представлены и протестированы усовершенствованные многошаговые методы Рунге-Кутты для повышения производительности численного моделирования гравитационных волн.
![Архитектура HiMAP-Travel предполагает проецирование запроса в подцели [latex] z_{d} [/latex], параллельное формирование дневных планов [latex] \tau_{d} [/latex] отдельными исполнителями и их синхронизацию посредством глобального состояния Σ, при этом нарушение ограничений инициирует протокол согласования для перераспределения ресурсов.](https://arxiv.org/html/2603.04750v1/x1.png)
Новая система HiMAP-Travel позволяет эффективно планировать сложные многоэтапные поездки с учетом ограничений и изменяющихся условий.