Денис Аветисян

Раскрывая скрытый потенциал Android-приложений: AI на страже покрытия кода

от

В рамках исследования продемонстрировано, что CovAgent, благодаря динамически инструментированным графам обхода, способен достигать функциональных возможностей в мобильном приложении McDonald’s Canada, недоступных существующим автоматизированным системам, таким как LLMDroid, Ape и Fastbot.

Новая система CovAgent использует возможности искусственного интеллекта и динамической инструментации для автоматического тестирования Android-приложений и значительного повышения процента покрытого кода.

Гармоники нового поколения: как XUV-излучение расширяет спектральные границы

от

В ходе исследования спектра дипольного излучения криптона было установлено, что воздействие резонантного экстремального ультрафиолетового (XUV) поля с длительностью импульса 11 фс, пиковой интенсивностью [latex]2 \times 10^{12} \mathrm{Wcm}^{-2}[/latex] и центральной частотой 89,78 эВ, соответствующей разнице энергий орбиталей 4p и 3d нейтрального криптона, в сочетании с инфракрасным полем длительностью 88 фс, центральной частотой 1,0332 эВ (1,2 мкм) и пиковой интенсивностью [latex]2 \times 10^{14} \mathrm{Wcm}^{-2}[/latex], приводит к возникновению высокочастотных гармоник за пределами обычной области отсечки, что свидетельствует о специфической динамике заряда, индуцированной XUV-излучением.

Новое теоретическое исследование раскрывает механизмы усиления генерации высоких гармоник с помощью экстремального ультрафиолетового излучения, открывая путь к созданию более ярких и когерентных источников.

Обучение языковых моделей: новый подход к генерации инструкций

от

Конвейер FineInstructions обеспечивает эффективную генерацию разнообразных синтетических пар «инструкция-ответ» в масштабе, необходимом для предварительного обучения, что позволяет создавать более качественные и адаптивные языковые модели.

Исследователи разработали эффективный метод создания синтетических данных для обучения больших языковых моделей, позволяющий значительно повысить их производительность.

Искусственный интеллект в помощь проектированию: от идеи к JSON-модели

от

Предварительная обработка данных включает в себя очистку, разделение на фрагменты и последующее распределение по различным наборам данных, предназначенным для обучения модели.

Новое исследование демонстрирует, как генеративные модели можно использовать для автоматического создания JSON-представлений моделей предметной области, значительно упрощая процесс разработки.

Скрытые связи: Как выявлять закономерности в сложных системах

от

Модели машинного обучения демонстрируют работоспособность в задачах обнаружения эпилептических припадков и прогнозирования оттока клиентов при непосредственном обучении на исходных данных, что указывает на возможность прямого использования необработанной информации для решения критически важных задач.

Новый метод позволяет восстанавливать латентные сетевые структуры по наблюдаемым данным, открывая возможности для прогнозирования и понимания сложных процессов.

Магнитные волны нового типа: к спиновому транспорту без потерь

от

В двуслойном [latex]V_{2}WS_{4}[/latex] обнаружена нетривиальная магнонная топология, проявляющаяся в ненулевом спиновом числе Черна [latex]C_{s}=1[/latex], что приводит к возникновению магнонных краевых состояний с гелицитной структурой и определяемой распределением магнонной кривизны [latex]\kappa^{M}_{xy}(200,\boldsymbol{k})[/latex] в зоне Бриллиуэна, а также к спиновому расщеплению энергии [latex]E_{(L,k)}-E_{(R,k)}[/latex] и противоположным магнонным хиральностям.

В новом исследовании предложен способ создания топологического спинового изолятора на основе альтермагнитных материалов, открывающий перспективы для энергоэффективной спинтроники.

Нейросети без излишеств: Квантование обучения моделей нового поколения

от

Исследование демонстрирует, что применение алгоритма ECO с использованием стохастической округлизации обеспечивает значительное улучшение компромисса между использованием статической памяти и величиной ошибки валидации по сравнению с базовыми решениями BF16 и FP8, включая FP8 с главными весами, при отключенном накоплении градиента.

Исследователи предлагают метод, позволяющий обучать крупные языковые модели с использованием низкоточной квантизации, существенно снижая потребление памяти без потери производительности.