Денис Аветисян

Визуальный анализ документов: новый вызов для искусственного интеллекта

от

Рисунок 3 демонстрирует примеры сущностей, запрашиваемых в ExStrucTiny, что позволяет оценить способность системы к детализированному извлечению структурной информации.

Исследователи представили ExStrucTiny — масштабный набор данных для оценки способности моделей извлекать структурированную информацию из изображений документов.

Самообучающиеся модели для научных задач: новый подход к развитию интеллекта

от

Исследователи представили Sci-CoE — систему, позволяющую большим языковым моделям самостоятельно улучшать свои способности к научному мышлению.

Самообучающиеся системы защиты: Новый подход к кибербезопасности

от

В статье рассматривается переход от традиционных систем защиты к автономным, когнитивным сетям агентов, способным к самообучению и адаптации к меняющимся угрозам.

Ускорение больших языковых моделей: новый подход к архитектуре

от

В разработанной модели, основанной на архитектуре gpt-oss-120B с 128 экспертами на слой и чередующемся использованием оконного внимания (128 токенов) и глобального внимания, ранние слои Mixture of Experts (MoE) демонстрируют значительно большую важность по сравнению с последующими, что указывает на иерархическую структуру принятия решений в рамках модели.

Исследователи разработали фреймворк Puzzle для оптимизации архитектуры моделей, демонстрируя значительное повышение эффективности вычислений при сохранении точности.

Искусственный китч: Когда AI создает искусство без души

от

Новая волна генеративного искусственного интеллекта порождает произведения, которые часто балансируют на грани между творчеством и банальностью, поднимая вопросы о ценности и подлинности в цифровой культуре.

Логика и нейросети: новый взгляд на управление многоагентными системами

от

Благодаря дифференцируемому механизму доверия, надежные агенты ([latex]A_{\theta} \approx 0.94[/latex]) стабильно поддерживают высокий уровень доверия на протяжении 100 циклов коммуникации, в то время как доверие к неисправным агентам ([latex]A_{\theta} \approx 0.08[/latex]) последовательно снижается, что позволяет алгоритму консенсуса на основе MLNN точно отслеживать истинные значения, в отличие от простого усреднения, подверженного систематической предвзятости из-за ошибочных показаний датчиков.

Исследователи предлагают инновационный подход к отладке, мониторингу и контролю сложных систем, объединяя логические рассуждения с возможностями дифференцируемого программирования.

Глюоны, ИИ и простая красота

от

Глюоны, ИИ и простая красота Знаете, всегда было забавно, как природа прячет невероятную простоту за завесой кажущейся сложности. Как будто она специально усложняет задачу, чтобы мы немного попотенили мозгами. И вот, кажется, искусственный интеллект начинает помогать нам эти сложности преодолевать. Что за глюоны и зачем они ИИ? Представьте себе, что внутри каждого протона и нейтрона, … Читать далее