Глубокое исследование: Архитектура Yunque для сложных задач
В статье представлена новая иерархическая платформа для организации и проведения глубоких исследований, способная эффективно решать долгосрочные и многогранные задачи.
Денис Аветисян
Разгадывая тайны рождения джетов: машинное обучение на службе физики высоких энергий
![Наблюдения, основанные на распределениях [latex]p_T[/latex], [latex]p_{T,jet}[/latex], girth, [latex]M_{jet}[/latex], [latex]N_{const}[/latex] и [latex]Q^{\rm ch}_{\kappa}[/latex] для событий γ+jet с энергией струи от 50 до 100 ГэВ/c, демонстрируют различия в характеристиках струй, порожденных кварками (синяя штриховка) и глюонами (красная штриховка), что указывает на возможность их дифференциации на основе наблюдаемых параметров.](https://arxiv.org/html/2601.19645v1/MLP_Jet50to100.png)
Новое исследование демонстрирует возможности точного различения джетов, рожденных кварками и глюонами, используя методы машинного обучения и анализ их внутренней структуры.
Робот, который понимает: новая модель для обучения роботов взаимодействию с миром
Представлена LingBot-VLA — модель, объединяющая зрение, язык и действия, обученная на огромном массиве реальных данных и демонстрирующая впечатляющую обобщающую способность.
Беспроводные сети будущего: Искусственный интеллект берет управление на себя
![Предлагается архитектура ComAgent - многоагентной системы искусственного интеллекта, основанной на взаимодействии нескольких больших языковых моделей [latex]LLM[/latex], что позволяет достичь большей гибкости и эффективности в решении сложных задач.](https://arxiv.org/html/2601.19607v1/x1.png)
Новая разработка позволяет автоматизировать оптимизацию беспроводных сетей, используя возможности нескольких интеллектуальных агентов.
Бесшовные сети будущего: от цифровой модели к реальным испытаниям
В статье представлен комплексный подход к разработке и тестированию сетей нового поколения, объединяющий виртуальное моделирование и физические платформы.
Глубинное зрение роботов: новый подход к обучению восприятию
Исследователи представили модель DeFM, позволяющую роботам эффективно обучаться на данных о глубине и адаптироваться к различным условиям без дополнительной настройки.
Искусственный интеллект: новый взгляд на нейронные сети
Исследователи предлагают принципиально новый подход к созданию нейронных сетей, вдохновленный устройством человеческого мозга.
Адаптивное обучение в условиях неопределенности: новый подход к управлению рисками
Исследователи предлагают усовершенствованную систему обучения с подкреплением, способную эффективно функционировать в динамичных средах с меняющимися режимами.
Визуальный интеллект: адаптация инструментов для сложных задач
Новая разработка позволяет мультимодальным моделям самостоятельно выбирать и комбинировать инструменты для более эффективного решения задач визуального рассуждения.
Искусственный интеллект: разумно и эффективно
Новое исследование показывает, что для создания интеллектуальных систем не всегда нужны огромные языковые модели.