Миры из кода: как нейросети учатся создавать целые вселенные

Архитектура Code2Worlds формирует четырехмерные сцены посредством двойного потока: поток объектов, использующий генерацию параметров с расширением поиска и саморефлексию объектов, и поток сцен, реализующий иерархическую оркестровку окружения, при этом процесс доработки управляется агентом постобработки и саморефлексией.

Новая разработка позволяет преобразовывать текстовые описания в динамичные и физически правдоподобные 4D-сцены, открывая невиданные возможности для моделирования и симуляции.

Гравитация на границе пространства: найден новый ключ к строковой теории

Исследование подтверждает, что значение параметра n в шестимерной супергравитации на пространстве AdS₃ × S³ строго ограничено числом 21, укрепляя связь с фундаментальными принципами строковой теории.

Эволюция языков программирования: как нейросети помогают создавать и совершенствовать DSL

По мере эволюции грамматических правил, текстовые фрагменты, изначально соответствующие этим правилам, могут перестать им соответствовать, требуя, таким образом, со-эволюции для поддержания соответствия.

Новое исследование показывает, как большие языковые модели могут автоматизировать процесс одновременного развития грамматики и примеров кода в предметно-ориентированных языках (DSL), сохраняя при этом читаемость и понятность кода.

Сжатие без потерь: Новый подход к уменьшению размера больших языковых моделей

Сравнительный анализ распределений выходных сигналов 20-го слоя модели Qwen3-30B-A3B демонстрирует различия в средних μ и дисперсиях [latex] \sigma^2 [/latex] между представлением с плавающей точкой (FP), прямым квантованием (Direct VQ) и разреженным квантованием с использованием Mixture-of-Experts (KBVQ-MoE), выявляя влияние методов квантования на статистические свойства внутренних представлений модели.

Исследователи разработали метод, позволяющий значительно уменьшить размер моделей, состоящих из множества экспертов, практически не теряя при этом точности.

Визуальное мышление: новый вызов для искусственного интеллекта

На рисунке 3 представлены примеры вопросов, демонстрирующие два типа ошибок, возникающих в ходе оценки визуального мышления.

Исследователи представили комплексную оценку возможностей современных мультимодальных моделей в решении задач, требующих визуального и пространственного мышления, основанных на реальных школьных заданиях.

Искусственный интеллект на страже безопасности: Автоматизация оценки разрушений после катастроф

Новая система объединяет компьютерное зрение и возможности больших языковых моделей для оперативной генерации отчетов о состоянии зданий и сооружений в зонах бедствий.