Денис Аветисян 
Новый тест CAR-bench выявляет слабые места современных систем искусственного интеллекта, используемых в автомобилях, когда речь заходит о неоднозначных запросах и признании собственных ограничений.
Новый подход позволяет извлекать определения ключевых понятий из научных статей, значительно упрощая процесс анализа и систематизации информации.
Исследователи предлагают инновационный метод решения, обучения и оптимизации уравнений в частных производных, основанный на тензорном разложении и параллельных вычислениях.
Новая модель SwimBird демонстрирует способность динамически переключать режимы рассуждений, эффективно решая как текстовые, так и визуально сложные задачи.
Исследователи представили архитектуру нейронных сетей, способную к надежному и универсальному логическому выводу, основанную на стохастических булевых схемах.
Новое исследование представляет строгий анализ и построение бесконечного числа решений для нелинейной системы Шрёдингера, демонстрируя существование как синхронизированных, так и разделенных пиков.
Исследователи представили DFlash — инновационную систему, сочетающую скорость диффузионных моделей с точностью авторегрессивных, что позволяет значительно ускорить процесс генерации текста большими языковыми моделями.
Исследователи разработали систему, способную автоматически создавать и проверять большие объемы задач по физике, используя возможности генеративных моделей искусственного интеллекта.
![Оценка погрешности равномерного приближения [latex]E^{\mathrm{Tay}}\_{n,r}=\|\widetilde{T}\_{n,r}(f)-f\|\_{\in fty}[/latex] для полиномов Тейлора различных степеней [latex]r=1,2,3[/latex] на вложенных квази-равномерных нерегулярных сетках демонстрирует, что увеличение степени [latex]r[/latex] существенно повышает скорость сходимости.](https://arxiv.org/html/2602.05589v1/Figure_1.png)
Исследователи предложили инновационный метод интерполяции, основанный на использовании нейронных сетей и аппроксимации Тейлора для повышения точности на неструктурированных данных.
Исследователи представляют V-Retrver — систему, которая позволяет языковым моделям самостоятельно находить и анализировать визуальные доказательства для повышения точности поиска.