Нейросети с растущей памятью: новый подход к длинным последовательностям

Оценка производительности при обучении показала, что варианты кэширования памяти значительно превосходят базовые решения, демонстрируя более высокую пропускную способность и эффективность использования ресурсов.

Исследователи предлагают метод расширения памяти рекуррентных нейронных сетей, позволяющий эффективно обрабатывать длинные тексты и другие последовательности данных.

Быстрый поиск похожих объектов: GPU-ускорение с IVF-RaBitQ

Наблюдается компромисс между временем и точностью при поиске с использованием искусственных нейронных сетей на репрезентативных наборах данных, где методы вычисления скалярного произведения на GPU, такие как Bitwise и LUT, применяемые в IVF-RaBitQ, демонстрируют различные характеристики, а включение уточнения расстояния (w/ refine) для IVF-PQ оказывает влияние на этот баланс.

Новый подход к поиску ближайших соседей использует возможности графических процессоров для значительного повышения скорости и эффективности работы с большими объемами данных.

Логика объяснений: новый подход к пониманию моделей машинного обучения

Система reasonx обрабатывает данные и генерирует объяснения посредством трех путей - с использованием базовой модели в виде дерева решений, глобального или локального суррогата - основываясь на ограничениях, полученных из мета-интерпретатора запросов, сформированных на основе входных данных пользователя и векторных представлений базовой модели.

В статье представлен ReasonX — инструмент, позволяющий декларативно формировать и анализировать объяснения, выданные моделями машинного обучения, и находить ответы на вопросы, даже если исходные данные неполны.

Визуальное мышление: Как модели учатся комбинировать образы

Новое исследование показывает, что способность компьютерного зрения к обобщению и переносу знаний напрямую зависит от структуры представления данных в нейронных сетях.

Интерфейсы, рождающие сверхпроводимость: новый взгляд на гетероструктуры

Исследование демонстрирует усиление сверхпроводимости в ультратонких плёнках TiN, находящихся в контакте с топологическими изоляторами, открывая новые возможности для управления этим квантовым явлением.

Искусство видеть: Как нейросети учатся понимать пространство на изображениях

Существующие модели вознаграждения зачастую демонстрируют недостаток пространственного мышления, оценивая изображения с пространственными неточностями выше, чем корректные, что указывает на их ограниченность в понимании и оценке геометрических соотношений.

Новое исследование демонстрирует, как улучшить способность генеративных моделей создавать реалистичные и логичные сцены, обучая их пространственному мышлению.

Искусственный интеллект, который учится, проверяется и адаптируется: новый подход к надежности

Спецификация желаемого поведения агента, формализуемая как [latex]\varphi[/latex], будь то заданная пользователем или сгенерированная языковой моделью на основе опыта, автоматически преобразуется в модель вознаграждения, направляя процесс оптимизации, в то время как агент одновременно изучает представление наблюдений посредством пространства состояний верифицируемой модели мира, что позволяет обучать политику непосредственно на этом представлении и обеспечивать гарантии посредством верификатора, предоставляющего сертификаты соответствия спецификации и качества абстракции модели мира, при этом не требуя доступа к явной динамике среды, достаточно её симуляции.

Исследователи предлагают новую архитектуру для создания интеллектуальных агентов, способных к самообучению и надежной работе в динамично меняющихся условиях.