Денис Аветисян

Искусственный интеллект на службе онкологии: новый взгляд на прогноз лечения рака легких

от

Новое исследование показывает, как современные алгоритмы обработки языка могут значительно повысить точность прогнозирования эффективности терапии рака легких.

Гибкая адаптация моделей «зрение-язык» для мобильных устройств

от

Иерархическая оптимизация рангов и динамическая адаптация в HyDRA позволяют эффективно настроить мобильные визуально-языковые модели (VLM) посредством обучения с подкреплением, где [latex]X_{t}[/latex] и [latex]X_{v}[/latex] обозначают текстовые и визуальные токены соответственно, а ранги, такие как [latex]R^{Up}[/latex], [latex]R^{Q}[/latex], [latex]R^{K}[/latex] и [latex]R^{Gate}[/latex], регулируют проецирование в полносвязных сетях.

Новый подход HyDRA позволяет эффективно настраивать модели, объединяющие зрение и язык, для работы на мобильных платформах, не увеличивая количество обучаемых параметров.

Зрение и Скорость: Адаптивная Обработка Изображений для Быстрых Визуально-Языковых Моделей

от

На рисунке продемонстрировано, что предложенный адаптивный метод предварительной обработки позволяет снизить время вывода для каждого изображения по сравнению с базовым конвейером FastVLM, что указывает на повышение эффективности обработки.

Новый подход к предварительной обработке визуальных данных позволяет значительно ускорить работу моделей, понимающих изображения и текст, без изменения их архитектуры.

Обучение с подкреплением и причинность: как добиться надёжных выводов

от

Исследование причинно-следственных связей в обучении с подкреплением выявляет способность системы к обобщению, формируя запросы на ассоциации, вмешательства и контрфакты - выраженные, например, как [latex]p(v_i | do(v_j = c))[/latex] - для анализа обобщения на разных уровнях и выявления потенциальных уязвимостей в архитектуре системы.

Новое исследование показывает, как комбинация обучения с подкреплением и верифицируемых наград может значительно улучшить обобщающую способность моделей при решении задач, требующих причинно-следственного анализа.

Зрение без излишеств: адаптивная обработка изображений для быстрых моделей «зрение-язык»

от

Сравнение времени обработки изображений демонстрирует, что предложенный адаптивный метод предварительной обработки значительно превосходит базовый конвейер FastVLM по скорости, обеспечивая более эффективную работу системы.

Новый подход к предварительной обработке визуальной информации позволяет значительно ускорить работу современных моделей, объединяющих зрение и язык, без изменения их архитектуры.

Обучение с подкреплением и причинность: расширяя границы обобщения

от

Исследование посвящено задаче причинно-следственного вывода, направленной на изучение обобщающей способности алгоритмов обучения с подкреплением, где для согласованности обозначений при формулировке запросов о вмешательстве используется запись [latex]p(vi(vj=c))[/latex], эквивалентная [latex]p(vi|do(vj=c))[/latex] для читателей, знакомых с нотацией Pearl (2009), и включает в себя генерацию ассоциативных, интервенционных и контрфактических запросов для оценки обобщающей способности на разных уровнях.

Новое исследование демонстрирует, как обучение с подкреплением и проверяемыми наградами (RLVR) в сочетании с причинным выводом позволяет создавать более надежные и обобщающие модели.

Квантовые Игры и Чилийские Амбиции

от

Квантовые Игры и Чилийские Амбиции Знаете, как говорил мой дедушка, все эти квантовые компьютеры… это как пытаться поймать кота Шрёдингера – вроде бы и есть, а вроде и нет. Вот и русские, и чилийцы теперь за кванты взялись. Интересно, что из этого выйдет. Что такое квантовый компьютер, если по-простому? Представьте себе, что вы ищете выход … Читать далее