Ткани под микроскопом: новая модель для анализа пространственной организации клеток

Система CellScape характеризует клетки посредством совместного моделирования пространственных и геномных взаимодействий, конструируя клеточный граф на основе пространственной близости и двумерной карты экспрессии генов, при этом двойная архитектура с двумя энкодерами - пространственным, формирующим пространственные вложения [latex]Z_{\text{spatial}}[/latex], и внутренним, формирующим внутренние вложения [latex]Z_{\text{intrinsic}}[/latex] - позволяет получать различные представления клеточного ландшафта для решения специфических задач анализа пространственной омики.

Исследователи разработали алгоритм, позволяющий детально изучать структуру тканей и выявлять взаимодействие между клетками на основе анализа пространственной транскриптомики.

Свет частиц: Новые горизонты черенковской визуализации

В рамках исследований, посвященных системам управления для детектора LHCb, особое внимание уделяется оптимизации подавления шумов посредством временной фильтрации, интеграции новых ASIC с фотосенсорами, поиску

В статье представлен обзор последних достижений и перспективных направлений исследований в области черенковской визуализации, используемой для идентификации частиц в современных и будущих экспериментах.

Тандем топ-кварков и бозона Хиггса: новые горизонты точности

Сравнение результатов, полученных методами dQCD и SCET на уровнях NNLO+NNLL для различных выборов начальных масштабов, демонстрирует устойчивость предсказаний к изменению этих параметров, при этом комбинированные результаты NNLO+NNLL лишь незначительно отличаются от NNLO, что указывает на сходимость вычислений и относительную независимость от конкретного выбора масштаба, при отсутствии электрослабых поправок.

Исследователи представили наиболее точные на сегодняшний день теоретические предсказания для процесса совместного рождения топ-кварков и бозона Хиггса в Большом адронном коллайдере.

За пределами стандартной точности: новая структура эффективной теории

Первый энергетический зазор [latex]\Delta E_1[/latex] демонстрирует зависимость от масштаба усечения [latex]E_{max}[/latex] при фиксированных параметрах [latex]m=1[/latex], [latex]\lambda/(4\pi)=1[/latex] и [latex]2\pi R=10[/latex], причём исходное усечение (обозначено пунктирной линией со звёздочками) даёт базовое значение, которое уточняется за счёт введения ведущих локальных контртермов (штрих-пунктирная линия с кружками) и, наконец, результирует в более точное значение при использовании суммированных локальных поправок, реализованных через уравнения (20) и (27).

Исследователи разработали усовершенствованную структуру эффективной теории, позволяющую повысить точность и скорость численных расчетов в квантовой теории поля.

Искусственный интеллект, который умеет действовать: навыки и перспективы

Архитектура прогрессивного раскрытия навыков агента оптимизирует потребление контекстного окна, загружая информацию в три этапа, при этом обеспечивая доступ к произвольно глубоким процедурным знаниям, а оценки количества токенов, представленные как усреднённые значения для каждого навыка, демонстрируют эффективность данной стратегии, основанной на исследованиях Чжан, Лазука и Мурага [35].

В статье представлен обзор новой парадигмы в развитии больших языковых моделей — создания искусственных агентов, способных к самостоятельному выполнению задач.

Разработка научного ПО в одиночку: новый подход с помощью ИИ

В основе SHAPR лежит методология исследовательского проектирования действий, направленная на поддержку индивидуальной разработки исследовательского программного обеспечения посредством итеративных циклов построения - вмешательства - оценки, синергии человека и искусственного интеллекта, а также генерации доказательств, ориентированных на артефакты, что способствует рефлексивной и обучающейся исследовательской практике.

Исследователи все чаще полагаются на искусственный интеллект для создания программного обеспечения, и эта статья предлагает практическое руководство для тех, кто работает в одиночку.

Роботы учатся понимать язык: новая модель для управления в реальном времени

Результаты качественной оценки модели Xiaomi-Robotics-0 на задачах, объединяющих зрение и язык, демонстрируют её способность к эффективной обработке мультимодальной информации.

Разработчики представили Xiaomi-Robotics-0 — систему, позволяющую роботам выполнять задачи, основываясь на визуальном восприятии и текстовых инструкциях.