Встречайте: ИИ для подготовки к эффективным встречам
Новая система, использующая искусственный интеллект, помогает командам анализировать прошедшие обсуждения и повышать продуктивность будущих встреч.
Денис Аветисян
Оптимальное Планирование: Гарантии Справедливости и Эффективности
В новой работе представлены алгоритмы приближенного решения задачи планирования повторяющихся операций, обеспечивающие баланс между общей продолжительностью выполнения и справедливостью распределения нагрузки.
Оптимизация в условиях неопределенности: новый алгоритм TESO
В статье представлен усовершенствованный метод оптимизации, эффективно справляющийся со сложными задачами в ‘черных ящиках’ при наличии шумов.
Командная работа и признание: как сотрудничество ведет к наградам в компьютерных науках
Новое исследование показывает, что успешные проекты в области компьютерных наук все чаще создаются усилиями коллективов, а получение престижной награды стимулирует дальнейшее сотрудничество.
Нейронные сети и частицы: как точно измерить внутреннюю структуру протона
![Поведение величин [latex]\Delta[U(t)f\_{0}][/latex] и [latex]\Delta[V(t)Y][/latex], определяемых уравнениями (83) и (84), демонстрирует зависимость от времени обучения, при этом операторы [latex]U(T)[/latex] и [latex]V(T)[/latex], построенные на основе ядра НТК при [latex]T\_{\rm ref}=10000[/latex], остаются фиксированными, а оценки неопределенностей получены из ансамбля бутстрапа, как описано в тексте.](https://arxiv.org/html/2512.24116v1/x37.png)
Новое исследование раскрывает динамику обучения нейронных сетей, используемых для определения функций распределения частиц, позволяя получить более точные представления о структуре протона.
Гиперграфы на службе интеллекта: как улучшить понимание сложных текстов
![Система извлечения знаний на основе генеративных моделей (RAG) адаптирует процесс поиска информации посредством динамически формируемого набора подзапросов [latex]\mathcal{Q}^{(t)}[/latex], используемых для одновременного обращения к структурированным графовым данным [latex]\mathcal{G}[/latex] и неструктурированным векторным представлениям [latex]\mathcal{D}[/latex], при этом эволюция памяти [latex]\mathcal{M}^{(t)}[/latex] в [latex]\mathcal{M}^{(t+1)}[/latex] осуществляется на основе уравнения 2, а структура самой памяти реализована в виде гиперграфа, поддерживающего операции обновления, вставки и слияния.](https://arxiv.org/html/2512.23959v1/x1.png)
Новый подход к поиску и генерации ответов позволяет системам искусственного интеллекта более эффективно работать с длинными и сложными текстами, извлекая из них глубокий смысл.
Язык требований: как ИИ помогает писать чёткие спецификации
В статье представлен новый подход к автоматизации создания формальных спецификаций на естественном языке с использованием интеллектуальных помощников.
Символьные последовательности: новый инструмент для исследования интеллекта
Представлен SymSeqBench — открытая платформа для генерации и анализа закономерностей в символьных последовательностях, расширяющая возможности исследований в области когнитивной науки и искусственного интеллекта.
Нейросети по запросу: как большие языковые модели проектируют компьютерное зрение
![Наблюдается явление переполнения контекста: точность модели достигает пика при [latex]n=3[/latex] (53.1%), после чего успешность генерации резко падает, демонстрируя катастрофический сбой при [latex]n=6[/latex], когда лишь 7 из 1268 моделей обеспечивают работоспособность.](https://arxiv.org/html/2512.24120v1/x1.png)
Новое исследование демонстрирует, как с помощью всего нескольких примеров можно научить крупные языковые модели создавать эффективные архитектуры нейронных сетей для задач компьютерного зрения.
Ограничения как путь к обобщению: роль временной динамики в нейронных сетях
![В исследовании показано, что динамические ограничения ([latex]\delta\delta[/latex]) оказывают влияние на организацию признаков в различных режимах разреженности: при сильных ограничениях ([latex]\lambda=1.0[/latex]), умеренных ([latex]\lambda=0.1[/latex]) и их отсутствии ([latex]\lambda=0.0[/latex]). Несмотря на сохранение](https://arxiv.org/html/2512.23916v1/Figure4.png)
Новое исследование показывает, что наложение временных ограничений на нейронные сети значительно улучшает их способность к обобщению и устойчивости к шуму.