Денис Аветисян

Искусственный интеллект открывает новые горизонты в математике

от

Новый подход, сочетающий возможности нейросетевых моделей и символьных вычислений, позволил добиться значительного прогресса в решении сложной задачи комбинаторного дизайна.

Прыжок к сути: как языковые модели пропускают лишнее

от

Исследование демонстрирует, что диффузионные языковые модели, такие как LLaDA, обладают значительным избыточным представлением, позволяющим эффективно пропускать слои во время инференса и сохранять 88.24% производительности при снижении вычислительных затрат на 18.75% (шесть пропущенных слоев), в то время как авторегрессивные модели, вроде Qwen2.5-7B, проявляют хрупкость, демонстрируя лишь 64.71% сохранения производительности при снижении вычислительных затрат на 7.14% (два пропущенных слоя), что указывает на концентрированное и не избыточное представление данных в этих архитектурах.

Новое исследование показывает, что модели, основанные на диффузии, умеют эффективно отсеивать избыточные вычисления при генерации текста, в отличие от традиционных авторегрессионных моделей.

Квантовые автокодировщики: новый подход к генерации изображений

от

Модель QINR-VAE/AE формирует выходные данные посредством декодера, использующего латентный вектор, с последующим вычислением ошибки реконструкции между входным и выходным изображениями, а в варианте VAE дополнительно рассчитывается расхождение Кулбака-Лейблера [latex]KL[/latex], что обеспечивает оптимизацию всей системы.

Исследование демонстрирует возможности квантовых автокодировщиков и вариационных автокодировщиков с использованием неявных квантовых представлений для достижения более качественной и разнообразной генерации изображений.

Искусственный интеллект на службе науки: самообучающиеся агенты для новых открытий

от

Система EvoScientist, представляющая собой саморазвивающуюся многоагентную структуру для комплексного научного поиска, включает в себя агента-исследователя, агента-инженера и менеджера эволюции, при этом менеджер эволюции аккумулирует историю взаимодействия в две постоянные памяти - память идей [latex]M_{I} [/latex] и память экспериментов [latex]M_{E}[/latex], используемые агентами для непрерывного улучшения качества идей и повышения эффективности выполнения задач.

В новой работе представлена система EvoScientist, способная самостоятельно проводить научные исследования, учиться на опыте и генерировать публикации, приближая эру автоматизированной науки.

Самообучающиеся агенты для поиска оптимальных нейросетей

от

Новая система AutoResearch-RL использует возможности машинного обучения с подкреплением и больших языковых моделей для автоматического улучшения конфигураций нейронных сетей и достижения передовых результатов.

Искусственный интеллект на службе науки: новый этап

от

В статье рассматривается, как автономные агенты и современные языковые модели способны кардинально изменить научные исследования, автоматизируя рутинные процессы и расширяя возможности анализа данных.

Обучение агентов: как масштабировать возможности, а не объём данных

от

Подход ATLASReinforcement Finetuning использует рубрики в качестве наград и SLM Judge для тонкой настройки, позволяя модели адаптироваться и оптимизировать свою производительность на основе заданных критериев и оценок.

Новый подход позволяет создавать эффективных агентов, способных к сложному взаимодействию с инструментами, даже при использовании небольших языковых моделей.