Денис Аветисян Новое исследование показывает, как студенты высших учебных заведений оценивают традиционные поисковые системы и инструменты на основе генеративного искусственного интеллекта при поиске информации для учебы.
![Решения для β демонстрируют зависимость от значения [latex]c[/latex] в гиперкубической и [latex]\ell_{2}[/latex]-областях, что позволяет установить связь между параметрами и соответствующими решениями.](https://arxiv.org/html/2601.00272v1/solutions_l2.png)
В новой работе исследованы эффективные алгоритмы для поиска ближайших соседей, устойчивые к целенаправленным атакам и обеспечивающие надежные результаты.
![Представлена сквозная система обучения с подкреплением, в которой поток данных организован как в рамках самой системы [2], так и в соединении с архитектурой агента [3], обеспечивая бесшовную интеграцию обучения и последующего развертывания агента для практического применения.](https://arxiv.org/html/2512.24615v1/figs/fig_youtu-agent-rl.png)
Исследователи представили Youtu-Agent — систему, способную автоматически создавать и оптимизировать интеллектуальных агентов для повышения их эффективности.
Новый подход к поиску научных документов использует «индекс академических концепций» для повышения релевантности и точности результатов.
Исследователи предлагают новый подход к сжатию и ускорению языковых моделей, работающих на принципах спайковых нейронных сетей, для эффективного использования в устройствах с ограниченными ресурсами.
Новый подход позволяет алгоритмам эффективно исследовать пространство решений, избегая зацикливания на оптимальных, но не самых разнообразных стратегиях.
Исследователи разрабатывают системы на основе глубокого обучения для точной диагностики кожных заболеваний по изображениям, решая проблему дисбаланса данных.
Новая работа предлагает структурированный подход к анализу процессов извлечения информации и логических рассуждений, необходимых для ответа на многоступенчатые вопросы.
![Динамические видео предстают как адаптивные габоровские примитивы с плавным изменением движения, где траектории примитивов моделируются кубическими сплайнами Эрмита с контрольными точками [latex]\mu(t)[/latex] и [latex]q(t)[/latex], обеспечивающими непрерывность первого порядка, а обучаемые веса частот [latex]\omega_k[/latex] позволяют примитивам адаптироваться от гауссовского (низкочастотного) до габоровского (высокочастотного) представления, что способствует иерархической реконструкции деталей и оптимизируется совместным использованием RGB, данных о глубине, оптического потока и регуляризации кривизны [latex]L_{curv}[/latex], обеспечивая возможности интерполяции кадров, согласованности глубины и редактирования видео.](https://arxiv.org/html/2601.00796v1/x3.png)
Исследователи предлагают инновационный подход к реконструкции движущихся 3D-сцен, позволяющий добиться беспрецедентной детализации и плавности движения.
![В рамках исследуемой системы автоматического проектирования (ADS) процесс декларации знаний и декларации модели разграничен и структурирован посредством взаимодействия агентов, основанных на больших языковых моделях [latex]LLM[/latex], действий, выполняемых человеком, и точек принятия решений, что позволяет организовать последовательность операций от формулировки исходных требований до построения конечной модели.](https://arxiv.org/html/2601.00743v1/x1.png)
Исследователи предлагают фреймворк, позволяющий автоматически создавать сложные программы из текстовых инструкций, значительно упрощая процесс разработки.