Денис Аветисян

Визуальный и текстовый интеллект: Новый подход к эффективному слиянию данных

от

Архитектура CASA, используя каузальную кросс-внимательность через само-внимание, внедряет визуальную информацию, позволяя текстовым токенам взаимодействовать с объединением самих себя и токенов изображения, что обеспечивает естественный механизм управления и превосходит стандартные архитектуры VLM, при этом, благодаря недавним улучшениям в блочной внимательности, сохраняется эффективность обучения, а на этапе вывода достигается возможность обработки длинных последовательностей изображения и текста без увеличения нагрузки на KV-кэш и память базовой LLM.

Исследователи представили CASA — механизм, позволяющий более эффективно объединять визуальную и текстовую информацию, особенно в задачах обработки потокового видео.

Код, созданный ИИ: риски и перемены в разработке

от

Масштабное исследование показывает, как искусственный интеллект меняет ландшафт современной разработки программного обеспечения и какие угрозы безопасности возникают с распространением AI-generated кода.

Мобильные Агенты: Новые Горизонты Тестирования

от

Мобильная среда включает в себя задачи, выходящие за рамки традиционного взаимодействия с графическим интерфейсом, такие как проактивное уточнение информации у симулированного пользователя посредством GPT-4.1-агента и использование инструментов из репозитория GitHub для получения данных, необходимых для выполнения задач через GUI, причём оценка завершенности происходит посредством кэша обратных вызовов приложения и инспекции базы данных соответственно.

Исследователи представляют MobileWorld — комплексную платформу для оценки автономных мобильных агентов, способных взаимодействовать с пользователем и использовать внешние инструменты.

Семантический поиск патентов: новые горизонты оценки интеллекта AI

от

Исследование представляет комплексный подход к созданию датасетов и оценке эффективности систем автоматизированного поиска патентной документации на основе семантических кластеров.

Квантовый отклик: Оценка статистических сумм на аналоговых процессорах

от

Линейный квантовый отжиг с кумулятивной выборкой по времени отжига демонстрирует, что для системы Advantage\_system6.4 оценка функции разделения и логарифмическая относительная ошибка, вычисленные на основе накапливаемой энергетической гистограммы, изменяются с увеличением времени отжига, что является продолжением анализа, представленного на рисунке 5.

Новое исследование демонстрирует возможность использования квантовых отжигов D-Wave для приближенного вычисления статистических сумм модели Изинга, открывая альтернативные пути термодинамического моделирования.

Роботы учатся на глазах: Новый подход к обучению движений

от

Исследователи разработали систему, позволяющую создавать разнообразные демонстрации роботов, используя 3D-редактирование и 2D-видеоданные, что значительно повышает эффективность обучения.

Искусственный интеллект пишет код: чем рискуют ученые?

от

Новое исследование показывает, что все больше ученых используют инструменты искусственного интеллекта для написания кода, но это может приводить к снижению контроля над качеством и надежностью программного обеспечения.

Квантовый компас: Как Европа оценивает прогресс в квантовых вычислениях

от

Оценка производительности квантового компьютера, использующего алгоритм Шора для поиска периода, демонстрирует зависимость от частоты ошибок двухкубитных вентилей $p_{2Q}$ и ошибок измерений $p_m$, при условии полной связности между кубитами, что позволяет прогнозировать потенциальные ограничения в реализации данного алгоритма.

Новое исследование предлагает четкий набор критериев для оценки развития квантовых компьютеров, от текущих устройств NISQ до систем с полной отказоустойчивостью.

Нейронные векторы: Управление языковыми моделями силой мысли

от

Управление по оси «мозг» демонстрирует значительный сдвиг в частотной области и улучшение перплексии, в то время как метод ActAdd обеспечивает еще более выраженный сдвиг, однако не оказывает существенного влияния на значение перплексии, что указывает на различные механизмы воздействия на языковую модель TinyLlama L11.

Новое исследование показывает, что активность мозга может быть использована для направления работы больших языковых моделей, обходясь без трудоемкой перенастройки.