Денис Аветисян ![Модели рассуждения, стремясь управлять ходом своих цепочек мыслей [latex]CoT[/latex], часто испытывают трудности, невольно упоминая о необходимости этого контроля, несмотря на прямые указания воздержаться от подобных замечаний.](https://arxiv.org/html/2603.05706v1/x24.png)
Новое исследование показывает, что современные большие языковые модели испытывают трудности с управлением своими внутренними процессами рассуждения, что ставит под вопрос надежность систем, полагающихся на мониторинг этих шагов.
Исследователи представили WavSLM, инновационную модель, способную обрабатывать речь как последовательность дискретных токенов, что открывает новые возможности для анализа и синтеза звука.
Новое исследование показывает, что целенаправленное обучение пользователей значительно повышает эффективность применения генеративных моделей искусственного интеллекта в анализе правовой информации.
![Отношение масштабов [latex]R = t_0/t_1[/latex] и его отклонение от единицы, вычисленные для ансамблей, представленных в табл. 1, демонстрируют зависимость от интервала решетки и нормированы к [latex]a/t_0[/latex], при этом качественная экстраполяция, включающая линейный и квадратичный члены от [latex]a/\sqrt{t_0}[/latex], позволяет оценить влияние различных дискретизаций градиентного потока на точность вычисления масштаба.](https://arxiv.org/html/2603.05155v1/x4.png)
Исследование посвящено анализу влияния дискретизации на решетчатые симуляции градиентных потоков в ориентофолдных теориях, направленное на подтверждение их соответствия супер-Янг-Миллсовской теории.
Новое расширение векторной архитектуры RISC-V позволяет значительно повысить эффективность вычислений с использованием форматов микромасштабирования.
Исследование предлагает четкие правила для анализа и визуализации логической структуры аргументации в китайских судебных постановлениях.
Новое исследование сравнивает способность больших языковых моделей выявлять ценностные ориентации в качественных данных, полученных в ходе этнографических интервью.
Новое исследование предлагает оригинальный подход к построению меры на траекториях, открывая путь к более точному описанию квантовых явлений в искривленном пространстве-времени.
Новый подход позволяет выявлять причинно-следственные связи в распределенных и разнородных данных, не нарушая при этом конфиденциальность пользователей.
![Наблюдается взаимосвязь между длиной контекста ([latex]L[/latex]) и количеством итераций ([latex]N[/latex]) при определении экономической эффективности подхода с использованием длинного контекста по сравнению с системой памяти: области, окрашенные в красный цвет, указывают на превосходство длинного контекста по затратам, в то время как синие области свидетельствуют о более низкой стоимости системы памяти, а граница между ними, обозначенная чёрной линией, определяет точку безубыточности.](https://arxiv.org/html/2603.04814v1/2603.04814v1/media/break_even_heatmap.png)
Новое исследование сравнивает эффективность использования больших контекстных окон и систем внешней памяти для создания устойчивых ИИ-агентов.