Денис Аветисян

Нейтральные атомы на службе квантовых вычислений: сравнительный анализ

от

Для решения задач с использованием нейтральных атомов, конфигурация, где минимальное расстояние между атомами составляет $a$, а взаимодействие Райберга считается достаточно сильным при расстоянии $2^{1/2}a$ для кодирования ребра MIS, демонстрирует возможность получения допустимых решений и приближений для задач, масштабируемых от 11 до 85 кубитов на платформах quera\_aquila и pasqal\_fresnel, при этом стандартное отклонение, полученное из 3 экспериментов по 500 образцов, позволяет оценить стабильность результатов для протокола QAA при $t = 4\,\mathrm{\mu s}$.

Новое исследование предлагает комплексную методику оценки производительности квантовых процессоров на основе нейтральных атомов, сравнивая возможности различных аппаратных платформ.

Разум и Действие: Новый Подход к Обучению Эмбиентных Агентов

от

Визуально-языковые модели демонстрируют развитые навыки рассуждения, однако испытывают трудности в выполнении действий, в то время как специализированные модели, ориентированные на действия, теряют общую способность к рассуждению; попытки восстановить навыки рассуждения посредством дополнительного обучения приводят к снижению эффективности выполнения действий, что указывает на проблему деградации навыков действия и ставит задачу создания модели, превосходной как в рассуждениях, так и в действиях.

Исследователи предлагают инновационную архитектуру DualVLA, направленную на повышение надежности и обобщающей способности роботов, способных понимать язык и выполнять действия в реальном мире.

Наука под кодом: Автоматизация анализа данных с помощью языковых моделей

от

Результаты анализа данных и визуализации, сгенерированные различными большими языковыми моделями - Devstral-24B, Magicoder-7B, Llama3-70B, Gemma3-27B и DeepSeek-R1-70B - демонстрируют влияние детализации запроса на качество полученных результатов.

Новое исследование демонстрирует, как современные языковые модели могут существенно упростить и ускорить процесс анализа научных данных, генерируя код для работы с ними.

Квантовые схемы: повторное использование кубитов для повышения эффективности

от

Новый подход к повторному использованию кубитов позволяет значительно сократить потребность в ресурсах и оптимизировать квантовые вычисления.

Искусственный интеллект ставит диагноз: новая эра в стоматологии

от

Исследование представляет комплексный корпус данных, включающий восемь различных модальностей стоматологической визуализации, и демонстрирует эффективность предложенного подхода TRACE-CoT в повышении надёжности ответов больших мультимодальных моделей, что подтверждается структурой обучающего корпуса OralGPT-Omni и отражено в распределении различных модальностей визуализации.

Представлена модель OralGPT-Omni — многомодальный ИИ, способный анализировать рентгеновские снимки и проводить рассуждения, приближая будущее цифровой стоматологии.

Наука в эпоху больших моделей: новый виток развития

от

Наблюдается устойчивый рост вовлеченности научного сообщества в фундаментальные модели, причём наибольший интерес проявляется к их разработке и кастомизации, в то время как использование и цитирование, хотя и растут, остаются на втором плане, при этом наибольшее распространение наблюдается в областях, отличных от основных научных дисциплин.

В статье анализируется стремительный рост использования мощных моделей искусственного интеллекта в научных исследованиях и выявляются ключевые тенденции и проблемы, связанные с этой трансформацией.

Квантовые схемы: поиск оптимальной архитектуры с помощью искусственного интеллекта

от

Алгоритм MARL-QAS предлагает распределение пространства действий между множеством агентов обучения с подкреплением, открывая перспективы для реализации в распределённых квантовых вычислениях благодаря агентской модели исполнения.

Новый подход, основанный на многоагентном обучении с подкреплением, позволяет значительно ускорить процесс разработки квантовых схем, адаптированных к конкретным задачам.

Библиометрия с интеллектом: новый взгляд на анализ научных данных

от

В статье представлена AI-Research-Lens — система, позволяющая проводить динамический библиометрический анализ с помощью естественного языка и интеллектуальных агентов.

Квантовая термодинамика: моделирование за пределами возможностей классических вычислений

от

Алгоритм расширения кванкернельной функции (QKFE) позволяет моделировать квантовую термодинамику, преобразуя динамику во времени в термодинамические величины при конечной температуре, такие как свободная энергия $F(T)$, а также вычислять энтропию $S(T)$ и теплоемкость $C(T)$ посредством аналитического дифференцирования, при этом, применительно к 1D 10-кубитному TFIM, приближение QKFE демонстрирует высокую точность по сравнению с точной диагонализацией, а в 2D TFIM, реализация алгоритма на квантовом процессоре подтверждает линейное масштабирование теплоемкости, причём для случаев $2 \times 2$ и $2 \times 3$ погрешности оказываются меньше толщины линии, что обусловлено обширным усреднением по выборкам и квантовым измерениям.

Новый квантовый алгоритм позволяет эффективно моделировать термодинамические процессы в квантовых системах при конечных температурах, открывая перспективы для изучения сложных физических явлений.