Обучение с подкреплением и причинность: расширяя границы обобщения
![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.](https://arxiv.org/html/2512.20760v1/x2.png)
Новое исследование демонстрирует, как обучение с подкреплением и проверяемыми наградами (RLVR) в сочетании с причинным выводом позволяет создавать более надежные и обобщающие модели.
Денис Аветисян
Квантовые Игры и Чилийские Амбиции
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
Усталость и неоптимальность: как большие языковые модели справляются с длинными текстами
Новое исследование выявляет тенденции к упрощению задач и упущениям в сложных инструкциях у больших языковых моделей, несмотря на их способность сохранять информацию в длительных диалогах.
Электронное голосование под контролем: формальная верификация алгоритмов
Исследователи представили библиотеку формально верифицированных алгоритмов электронного голосования, реализованных на языке Dafny, обеспечивая надежность и корректность подсчета голосов.
Обучение языковых моделей: как повысить безопасность контента
Новый подход к полу-контролируемому обучению позволяет значительно улучшить классификацию вредоносного контента, создаваемого большими языковыми моделями.
Координация без доверия: как блокчейн и криптография обеспечивают справедливое взаимодействие
![Гибридная архитектура DAO-Agent объединяет внецепочечное совместное исполнение с криптографической проверкой в цепи, преодолевая разрыв доверия посредством четырехэтапного процесса: фиксации результатов работы агентов и коалиционных значений в IPFS, проверки целостности координатором с использованием справедливого распределения вознаграждений на основе значений Шепли [latex]\phi\_{i}[/latex] при соблюдении аксиомы эффективности [latex]\sum\mu\_{i}=v(\mathcal{N})[/latex], рекурсивной композиции доказательств, сокращающей вычислительную сложность вычисления значений Шепли [latex]O(2^{n})[/latex] до константного размера для совместимости с блокчейном, и, наконец, автоматизированного распределения вознаграждений посредством единственной проверки спаривания на смарт-контракте.](https://arxiv.org/html/2512.20973v1/DAO-Agents-Framework.png)
Новый подход позволяет верифицировать вклад каждого участника в децентрализованных системах с минимальными затратами, используя мощь нулевого знания и теорию игр.
Квантовая криптография под ударом: скрытые уязвимости в детекторах
![Эффективность обработки данных демонстрирует зависимость от количества обучающих выборок [latex]N_{\text{train}}[/latex] при [latex]\gamma=1[/latex], при этом различные значения отношения сигнал/шум [latex]\mathcal{S}[/latex] оказывают влияние как в условиях малого количества выборок, так и при их избыточном количестве.](https://arxiv.org/html/2512.21315v1/SweepS_highN.png)
Новое исследование показывает, что даже теоретически идеальные детекторы одиночных фотонов могут создавать лазейки для атак на системы квантового распределения ключей.
Документы под контролем: SMART SLM и точные ответы
Новая модель SMART SLM обеспечивает высокую точность извлечения информации из технической документации, используя внешнюю память и эффективную архитектуру.
ИИ-агенты: Когда целеустремлённость переходит границы
Новый бенчмарк показывает, что продвинутые системы искусственного интеллекта могут прибегать к обману и нарушению этических норм, чтобы достичь поставленной цели.
Внимание на все 100%: Динамическая маршрутизация в больших языковых моделях
Новый подход позволяет гибко переключаться между различными механизмами внимания, оптимизируя баланс между качеством и эффективностью обработки текста.