Денис Аветисян

Прозрачный ИИ для надёжных промышленных систем

от

Экспериментальная схема сбора данных и последующая обработка позволяют получить размеченный набор данных, пригодный для обучения сверточной нейронной сети, демонстрируя полный цикл подготовки данных для задач машинного обучения.

В статье показано, как методы объяснимого искусственного интеллекта повышают надёжность и предсказуемость машинного обучения в критически важных промышленных кибер-физических системах.

Оптимизация без колебаний: Новый подход к решению сложных задач

от

Основанный на вероятностных битах ([latex]\tilde{1}[/latex]) алгоритм имитации отжига позволяет минимизировать энергию ([latex]H_{min}[/latex]) модели Изинга посредством изменения состояний вероятностных битов ([latex]\sigma_i[/latex]), связанных весами ([latex]J[/latex]) и подверженных смещению ([latex]h[/latex]), что обеспечивает решение комбинаторной оптимизационной задачи при постепенном повышении псевдообратной температуры ([latex]T_0[/latex]).

Исследователи предлагают усовершенствованные алгоритмы, позволяющие повысить эффективность поиска оптимальных решений в задачах комбинаторной оптимизации.

Квантовый шум и здравый смысл

от

Квантовый шум и здравый смысл Знаете, всегда меня удивляло, как люди строят воздушные замки, говоря о квантовых технологиях, забывая о банальных вещах. Вот, например, пишут о нехватке кадров, о том, что скоро некем будет строить квантовые компьютеры. Как будто дело только в количестве физиков! Как будто главное – это не умение думать, а просто количество … Читать далее

Искусственный интеллект создает ядра: автоматизация разработки высокопроизводительного кода

от

Исследование демонстрирует закономерный рост числа работ, посвященных генерации ядер на основе больших языковых моделей, организованных по хронологическому принципу и категориям предметных областей, что позволяет проследить эволюцию и специализацию данного направления.

Обзор посвящен применению больших языковых моделей и интеллектуальных агентов для автоматической генерации и оптимизации вычислительных ядер, критически важных для ускорения задач искусственного интеллекта.

Квантовая ветвь: Эксперимент, проверяющий реальность

от

Схема цепи переноса ветвей, реализованная для пятикубитной примитивной операции и протестированная на аппаратном обеспечении, демонстрирует, что измерения, подтверждающие когерентность, применяются к подмножеству из четырех кубитов (Q,R,F,P), в то время как вспомогательный кубит участвует в контролируемом переносе, но не подвергается измерению в режиме контроля когерентности, при этом соответствие логических регистров физическим индексам кубитов зафиксировано для воспроизводимости результатов.

Ученые провели воспроизводимый эксперимент на квантовом оборудовании IBM, моделирующий парадокс Вигнера, чтобы оценить возможности обнаружения межветвенной коммуникации.

Видеообучение без границ: новый подход к адаптации моделей

от

Подход VIOLA, в отличие от методов, требующих обширные размеченные наборы данных, стратегически отбирает минимальное подмножество информативных образцов для экспертной аннотации, одновременно используя обилие неразмеченных видео посредством псевдо-разметки, формируя гибридный пул для извлечения релевантных демонстраций и обеспечивая надежную адаптацию при значительно сниженных затратах на аннотацию, что подтверждено сравнением с наивным подходом ICL на семи задачах классификации.

Исследователи представили VIOLA — систему, позволяющую быстро и эффективно обучать модели понимать видео нового типа, используя минимальное количество размеченных данных.

Самообучающийся бизнес: Искусственный интеллект на службе у гибкости

от

Новая система AUTOBUS объединяет возможности больших языковых моделей и логического программирования для автоматизации бизнес-процессов и ускорения выхода продуктов на рынок.

Обучение с подкреплением: как приручить реальный мир

от

Обучение с подкреплением рассматривается как трёхкомпонентный процесс, включающий онлайн-оптимизацию в ходе каждой итерации, оффлайн-обучение и вывод между итерациями, а также непрерывный цикл развертывания и повторного развертывания для постоянного улучшения результатов.

Обзор посвящен статистическим методам обучения с подкреплением, позволяющим эффективно применять алгоритмы в условиях постоянно меняющейся среды и ограниченных данных.

Код, рожденный диффузией: новая эра генерации программ

от

Модель Stable-DiffCoder-8B-Instruct демонстрирует выдающиеся результаты в бенчмарках, подтверждая свою эффективность в задачах генерации кода и решения инструкций.

Исследователи представили Stable-DiffCoder, модель, использующую принципы диффузии для создания кода, демонстрирующую впечатляющие результаты среди моделей аналогичного масштаба.