Денис Аветисян

Причинность за пределами моделей

от

Новое исследование предлагает расширенное определение причинности, выходящее за рамки традиционных каузальных моделей и открывающее путь к более универсальному пониманию объяснений.

Корекурсия и Композиционная Производительность: Новый Взгляд

от

В статье представлена теоретическая база и библиотека Coco для Rocq, позволяющие автоматизировать анализ корекурсивных определений и повысить надежность программного кода.

Создание изображений по эскизу: новый уровень контроля

от

Композиция с учётом фона, реализованная посредством метода «Холст к изображению», обеспечивает бесшовную интеграцию людей или объектов в сцену на основе референсных изображений или ограничивающих рамок, гарантируя естественное пространственное выравнивание и согласованное освещение с окружающей средой.

Исследователи представили метод, позволяющий генерировать реалистичные изображения на основе композиционных данных, объединяя различные факторы управления в единую систему.

Цифровой двойник: от космоса к персонализированной медицине

от

В этой статье прослеживается эволюция технологии цифровых двойников, начиная с её аэрокосмических корней и заканчивая современными применениями в здравоохранении.

Умные эвристики для решения псевдобулевых задач

от

Новый подход к поиску решений псевдобулевых ограничений значительно повышает эффективность алгоритма RoundingSAT за счет сочетания методов подсчета и схем наблюдения за литералами.

Визуальный интеллект: как машины учатся на ошибках

от

Многомодальная семантическая память обеспечивает прогрессивное обучение, позволяя модели последовательно уточнять как логическую память для применения соответствующих теорем при решении задач, так и визуальную память для избежания перцептивных ловушек, тем самым интегрируя понимание <i>где искать</i> с пониманием <i>как рассуждать</i>.

Новая архитектура ViLoMem позволяет многомодальным моделям эффективно отделять и анализировать визуальные и логические ошибки, повышая точность выполнения задач, требующих восприятия и рассуждений.

Эволюция интеллекта: как меняются алгоритмы в машинном обучении

от

Прогресс в масштабируемых алгоритмических моделях, определенных как EpochAIModels2025, в значительной степени обусловлен переходом от архитектуры LSTM к Transformer, что демонстрирует существенное изменение в зависимости от масштаба системы.

Новое исследование показывает, что основной прогресс в развитии языковых моделей обусловлен не постепенными улучшениями, а фундаментальными изменениями в архитектуре и масштабированием данных.

Видеогенерация: новый подход к оценке качества

от

Предлагается двухэтапный процесс обучения, в котором модель оценки вознаграждения, ориентированная на процесс ($PAVRM$), сначала обучается предсказывать вознаграждение из зашумленных латентных представлений, а затем, посредством обучения с подкреплением в латентном пространстве в случайно выбранные моменты времени, оптимизируется модель генерации видео ($VGM$), что позволяет достичь согласованной генерации видео с учетом заданного процесса.

Исследователи предлагают инновационный метод оценки качества сгенерированных видео, использующий возможности моделей генерации как основу для формирования вознаграждения.

Интеллектуальный анализ данных о 2D-материалах: возможности языковых моделей

от

Новый подход позволяет автоматически извлекать и структурировать информацию о 2D-материалах из научных публикаций, значительно ускоряя процесс открытия новых материалов.