Логика «Здесь и Там»: Новые Инструменты Автоматического Доказательства
В статье представлен анализ и оценка четырех систем автоматического доказательства теорем для логики «Здесь и Там», открывающих путь к эффективному рассуждению в этой области.
Денис Аветисян
Трёхмерные сцены из ничего: новый подход к генерации и реконструкции
Исследователи представили Gen3R — систему, объединяющую возможности реконструкции и диффузионных моделей для создания детализированных и реалистичных трёхмерных сцен.
Доказательство с помощью разума: Автоматизация формальной верификации
Новый подход позволяет существенно автоматизировать процесс машинной верификации доказательств, используя возможности больших языковых моделей под контролем человека.
Визуальные токены: Новый подход к генерации изображений
Исследователи предлагают инновационный метод токенизации изображений, позволяющий повысить эффективность и качество генерации с помощью Vision Transformers.
Наука в один клик: Автоматизация развертывания 50 000+ научных инструментов
Новая система позволяет мгновенно развернуть десятки тысяч научных программ, делая их доступными для автоматизированных рабочих процессов и исследований с использованием искусственного интеллекта.
Навыки, которые учатся: Эволюция программных сетей умений
![В рамках предложенной структуры Программируемой Сети Навыков (PSN) агент поддерживает сеть навыков [latex]\mathcal{N}\_{t}[/latex], где гибридный планировщик отбирает или синтезирует навыки, а PSN-менеджер осуществляет их выполнение, при этом оптимизатор навыков выполняет кредитное назначение на основе трассировки при неудаче, а онлайн-рефакторинг реструктурирует сеть при успехе, что индуцирует динамику обучения, аналогичную обучению нейронных сетей: локализация ошибок как обратное распространение, оценка зрелости как планирование скорости обучения и рефакторинг как поиск архитектуры.](https://arxiv.org/html/2601.03509v1/x1.png)
В новой работе представлена концепция динамически развивающихся библиотек навыков для автономных агентов, позволяющая им эффективно осваивать и комбинировать умения в сложных условиях.
Самосознание в обучении: Модель вознаграждения, основанная на самоанализе
![Наблюдается, что агенты, демонстрирующие самосознание, достигают значительно более высокой кумулятивной награды по сравнению с агентами без самосознания (подтверждено односторонним парным t-тестом, [latex] p \ll 0.05 [/latex], [latex] n=300 [/latex]), что указывает на важность этой способности для оптимизации поведения в задачах, связанных с вознаграждением.](https://arxiv.org/html/2601.03389v1/images/non_stationary/performance_plot_non_stationary.png)
Новое исследование показывает, что наделение агента искусственного интеллекта способностью к ‘самоанализу’ собственных внутренних состояний может значительно улучшить его обучаемость и адаптивность.
Квантовый двигатель Отто: игра с магнетизмом и фрустрацией
Новое исследование показывает, как взаимодействие спиновых кластеров в модели Китая-Гейзенберга может быть использовано для создания эффективного квантового двигателя.
Оттачивая язык машин: новый подход к обучению языковых моделей
Исследователи предлагают инновационный метод предварительного обучения, позволяющий языковым моделям лучше понимать и воспроизводить сложные грамматические конструкции.
Белки под присмотром ИИ: новый подход к пониманию их функций
Исследователи предлагают инновационный метод, сочетающий возможности больших языковых моделей и специализированных инструментов биоинформатики для более глубокого анализа функций белков.