Денис Аветисян

Искусственный интеллект: между экологией и благополучием человека

от

Предлагаемая схема оценки влияния искусственного интеллекта на благосостояние, адаптированная из методологии, изначально разработанной для анализа выбросов парниковых газов, классифицирует последствия по трем категориям - связанные с вычислениями, на уровне приложений и системные - при этом потенциальное повышение благосостояния отображается зелеными стрелками, а снижение - пурпурными.

Систематический анализ более 1200 исследований выявил разрозненность данных о влиянии искусственного интеллекта на устойчивое развитие и качество жизни.

Эффективное решение квадратичных задач: PDHCG-II выходит на новый уровень

от

Новый алгоритм PDHCG-II значительно ускоряет решение крупномасштабных задач выпуклого квадратичного программирования, обеспечивая передовую производительность.

Визуальное мышление машин: новый вызов для ИИ

от

Автоматизированный конвейер курирования данных, основанный на больших языковых моделях, позволяет подготавливать изображения с использованием фильтрации и добавлением отвлекающих элементов, оценивать степень их схожести с помощью GPT-4o для выявления ключевых различий на уровне групп и отдельных экземпляров, генерировать минимально достаточные описания, и, наконец, подтверждать точность этих описаний и наличие сложных отвлекающих элементов перед включением в итоговый набор данных.

Исследователи представили новый масштабный набор данных для оценки способности современных мультимодальных моделей понимать и интерпретировать визуальную информацию в сложных сценариях.

Хаос под контролем: Новые методы анализа квантовых схем

от

Исследователи предлагают подход к изучению хаотических квантовых систем, позволяющий упростить расчеты за счет выделения масштабов, на которых проявляются основные эффекты.

Автоматический Доказатель Теорем: Новый Подход

от

Предлагается агент для доказательства теорем, функционирующий посредством итеративного уточнения доказательств: агент-предлагатель генерирует код Lean, который проверяется компилятором, а затем оценивается агентом-рецензентом для предотвращения ошибок; в случае неудачи, обратная связь направляется в модуль памяти для последующего уточнения, при этом агент может использовать инструменты поиска в библиотеках или в сети ограниченное число раз перед представлением предложения.

Исследователи представили AxProverBase — систему, демонстрирующую впечатляющие результаты в автоматическом доказательстве теорем благодаря итеративному улучшению и использованию возможностей больших языковых моделей.

Редактируем по пикселям: новый тест для искусственного интеллекта

от

Исследователи представили DLEBench — комплексную методику оценки способности моделей редактирования изображений к точной правке небольших объектов.

Искусственный интеллект у бара: когда разумные агенты начинают спорить

от

Анализ поведения агентов, выполненный методом k-means с [latex]n=154[/latex] экземплярами и [latex]k=3[/latex] кластерами (коэффициент силуэта - 0.458), выявил три отчетливые стратегии: оппортунистическую (48.1%, характеризующуюся очень высокой частотой запросов и вкладом в перегрузку), агрессивную (27.3%, с частыми запросами и умеренной эффективностью) и консервативную (24.7%, демонстрирующую значительное ограничение ресурсов - до 73.5 раундов), при этом агенты, демонстрирующие поведение, близкое к базовому уровню, в исследуемых популяциях больших языковых моделей не обнаружены.

Новое исследование показывает, что взаимодействие нескольких ИИ-агентов при распределении ресурсов может привести к неожиданным последствиям, включая усиление проблем с перегрузкой и снижение эффективности.