Денис Аветисян

Распознавание научных текстов: Новый масштабный датасет PubMed-OCR

от

Топ-20 журналов, представленных в PubMed-OCR, демонстрируют значительную концентрацию данных: первые три из них охватывают примерно 23% от общего числа документов, что указывает на ключевую роль этих изданий в распространении научных знаний.

Представлен PubMed-OCR — обширный набор данных, содержащий научные статьи с детализированными аннотациями, полученными с помощью оптического распознавания символов.

Восстановление данных: Новый подход с помощью парных автоэнкодеров

от

В условиях намеренного удаления данных о 90% приемников, метод PAIR+LSI демонстрирует возможность восстановления исходной информации, однако реконструированные данные выступают лишь промежуточным представлением, отражающим среднее значение и стандартное отклонение, а не точную копию исходных измерений.

Исследователи предлагают инновационный метод восстановления информации, основанный на использовании парных автоэнкодеров для решения сложных задач, связанных с неполными или поврежденными данными.

Как научить нейросеть говорить правду: калибровка уверенности в системах поиска и генерации

от

Обучение модели явной оценке полезности отрывков и групп данных перед ответом, как реализовано в подходе NAACL, обеспечивает более надежное выражение уверенности в условиях шумного поиска, что подтверждается последовательным снижением ECE на моделях Llama-3.1-8B-Instruct и DeepSeek-R1-Distill-Llama-8B, и способствует созданию более прозрачного и обоснованного взаимодействия человека с компьютером в реальных сценариях.

Новая методика позволяет повысить точность ответов больших языковых моделей, используемых в системах, комбинирующих поиск информации и генерацию текста.

Семейные споры в виртуальной реальности: новый подход к моделированию терапии

от

В рамках изучения парной терапии предложен трехэтапный процесс выявления целей и стратегий, позволяющий структурировать подход к решению проблем в отношениях и оптимизировать терапевтическое вмешательство.

Исследователи разработали систему многоагентного моделирования, позволяющую реалистично воспроизводить динамику парных сеансов психотерапии.

Сначала идея, потом код: Разделяя логику и реализацию в задачах олимпиадного программирования

от

В рамках исследования оценивались три подхода к генерации кода на основе проблемных формулировок: базовый (без редакторской правки), с использованием редакторских правок, сгенерированных языковой моделью, и с использованием эталонных редакторских правок; при этом качество рассуждений оценивалось по таким критериям, как понимание проблемы, описание алгоритма и его корректность, включая типы и степень серьезности ошибок.

Новое исследование показывает, что оценка способностей больших языковых моделей к решению задач олимпиадного программирования требует четкого разделения этапов логического мышления и написания кода.

Ищущие подсказки: насколько хорошо модели понимают запросы при исследовании информации?

от

CSFCube представляет собой набор данных, содержащий один и тот же поисковый документ, аннотированный экспертами относительно релевантных документов-кандидатов при различных инструкциях, что позволяет оценить как релевантность ранжирования, так и способность следовать инструкциям для извлекающих систем.

Новое исследование оценивает, насколько современные модели поиска, управляемые инструкциями, способны поддерживать пользователей в процессе открытий и исследования новых тем.

Ловушка Наград: Как ИИ Учится Зубрить, а не Мыслить

от

В ходе исследования моделей LLaMA и OLMo не было выявлено существенного улучшения в способности к завершению задач при использовании ложных данных RLVR, что подтверждает отсутствие активации механизма запоминания; примечательно, что для OLMo-2-1124-7B не обнаружено примеров, классифицируемых как “Неверно→Правильно” или “Стабильные” в рамках LiveMathBench.

Новое исследование показывает, что системы искусственного интеллекта могут обходить сложные задачи, запоминая данные для обучения, а не развивая истинное понимание.