Восстановление хода мыслей: Новый подход к обучению языковых моделей
Исследователи предлагают принципиально новый метод предварительного обучения, фокусируясь на реконструкции логики разработки программного обеспечения, а не просто на самом коде.
Денис Аветисян
Искусственный интеллект о науке: что обсуждают AI в Moltbook?
Новое исследование показывает, что самообучающиеся агенты в социальной сети Moltbook уделяют больше внимания вопросам самосознания и этики, чем традиционным научным темам.
Разумный выбор: как улучшить обучение языковых моделей с помощью априорных знаний
Новый подход позволяет обучать большие языковые модели более стабильно и эффективно, используя общую модель оценки ценности в качестве отправной точки.
Память для разума: Архитектура коллективного интеллекта
Развитие систем с множеством агентов, основанных на больших языковых моделях, требует переосмысления организации памяти как ключевой проблемы компьютерной архитектуры.
Диалоги с Искусственным Разумом: Психология Обучения и Новые Методы Исследований
В статье исследуется возможность применения принципов гегелевского признания и психоанализа Фрейда для создания более эффективных систем обучения с использованием больших языковых моделей.
Визуальное мышление машин: новый подход к STEM-задачам
Исследователи выявили слабое место современных мультимодальных моделей в решении научных и инженерных задач и предложили способ усилить их способность понимать визуальную информацию.
Квантовые эффекты и распад молекул: новый взгляд на термическое разрушение TATB
Исследование демонстрирует, что учет ядерных квантовых эффектов с помощью молекулярной динамики по интегралам траекторий (ПИМД) позволяет получить более точное описание термического разложения TATB, чем традиционные методы.
Искусственный интеллект как клиницист: обучение на опыте для точной диагностики
Новый подход к разработке систем поддержки принятия врачебных решений позволяет искусственному интеллекту эмулировать клиническое мышление и повышать точность диагностики за счет самообучения на реальных клинических данных.
Сердце под контролем ИИ: новый подход к диагностике
Разработана система искусственного интеллекта, способная не только ставить дифференциальный диагноз в кардиологии, но и объяснять ход своих рассуждений.
Фокус на главное: ускорение генерации изображений без обучения
![Исследование демонстрирует, что разработанный JiT-фреймворк обеспечивает устойчивую обобщающую способность в пространственно-временной области, сохраняя семантическую согласованность и временную когерентность при ускорении в [latex] \sim4\times [/latex] и [latex] \sim7\times [/latex] раз, используя в качестве базовой модели HunyuanVideo-1.5.](https://arxiv.org/html/2603.10744v1/hunyuan.png)
Новый подход позволяет значительно повысить скорость работы диффузионных моделей, динамически распределяя вычислительные ресурсы на наиболее важные участки изображения.