Денис Аветисян

Квантовые нейросети: ускорение обучения с помощью «заморозки» параметров

от

Новый алгоритм оптимизации WSBD позволяет значительно сократить время обучения квантовых нейронных сетей, динамически отключая наименее значимые параметры.

Рентгеновская томография с нано-разрешением: новый взгляд на микроэлектронику

от

В ходе исследования была разработана схема эксперимента, включающая в себя электронно-лучевой микроскоп с системой энергодисперсионной спектроскопии и детектором HPCD, расположенным вне вакуумной камеры, для проведения конусно-лучевой рентгеновской микротомографии, где геометрическое увеличение [latex]MG = S_{D}/S_{F}[/latex] определяется расстоянием между источником и детектором [latex]S_{D}[/latex] и расстоянием между источником и объектом исследования [latex]S_{F}[/latex], позволяя изучать взаимодействие электронного луча с мишенью из платины и распространение рентгеновского спектра через исследуемый образец.

Исследователи продемонстрировали возможности быстрой и эффективной трехмерной визуализации интегральных схем с использованием гибридного фотонного детектора.

ABot-N0: ИИ, который ориентируется в мире

от

Новая модель искусственного интеллекта демонстрирует впечатляющие возможности в области навигации роботов, объединяя зрение, язык и действия для эффективного перемещения в сложных условиях.

Ключ к Материалам: Как Химические Связи Раскрывают Свойства Веществ

от

Ранжирование дескрипторов, основанное на оценках ARFS для максимальной постоянной силы связи, спроецированной по связи [latex]max\_pfc[/latex], демонстрирует различия между группами дескрипторов, полученными с помощью “MATMINER” (на основе структуры и состава) и “LOBSTER” (извлечёнными из данных расчётов LOBSTER), что указывает на влияние различных типов признаков на прогнозирование свойств материала.

Новый обзор демонстрирует, как детальное описание химических связей позволяет существенно повысить точность прогнозирования свойств материалов с помощью машинного обучения.

Магнитный резонанс: от кубитов к точному измерению моментов

от

В статье представлен углубленный теоретический анализ методов магнитного резонанса, используемых как в квантовых вычислениях, так и в прецизионных измерениях ядерных и электронных моментов.

Распределенное обучение языковых моделей: новый подход к экономии памяти

от

Для обучения больших языковых моделей предложен метод SPES, позволяющий существенно снизить требования к памяти графических ускорителей и пропускной способности межсоединений за счет распределенного обучения, при котором каждый узел тренирует лишь часть экспертов модели, в отличие от централизованного подхода или существующих методов децентрализованного обучения, требующих значительных ресурсов памяти на каждом узле.

Исследователи разработали эффективный метод распределенного обучения больших языковых моделей, позволяющий значительно снизить требования к памяти и коммуникациям.