Гиперграфы на GPU: оптимизация разбиения с учетом ограничений
В статье представлена новая GPU-ускоренная методика разбиения гиперграфов, эффективно работающая с ограничениями на инцидентность и размер вершин.
Денис Аветисян
Грибные автоматы: за гранью простоты
Новое исследование показывает, что предсказание поведения даже простых грибных автоматов может оказаться вычислительно сложной задачей.
Зрительное мышление машин: где заканчивается логика?
Новое исследование показывает, как модели, объединяющие зрение и язык, приходят к выводам, и почему отследить их ход мыслей оказывается сложнее, чем кажется.
Нейросети учатся распознавать болезни мозга, не забывая прошлое
Новый подход к анализу фМРТ-данных позволяет обучать модели распознаванию психических расстройств, сохраняя знания, полученные на предыдущих наборах данных.
Искусственный интеллект оценивает китайские сочинения: новый подход к анализу риторики
Исследователи разработали эффективный метод автоматического анализа риторических приемов в китайских эссе, основанный на современных моделях машинного обучения.
Хаос в потоке: Новый взгляд на турбулентность
/h[/latex] от обратной величины [latex]1/\beta[/latex], полученная для оптимальных параметров, характеризующих соответствие данных, представленных на рисунке 1, демонстрирует коллапс кривых при различных числах Рейнольдса и монотонное увеличение [latex](q-1)/h[/latex] с ростом [latex]1/\beta[/latex], что указывает на существование критического масштабирования флуктуаций циркуляции скорости.](https://arxiv.org/html/2604.15277v1/invslopevsinvbeta.png)
Исследование показывает, что флуктуации циркуляции в турбулентных потоках могут быть точно описаны с помощью qq-экспоненциальных распределений, открывая путь к упрощенному пониманию этого сложного явления.
Преодолевая Логарифмические Барьеры: Новые Расчеты Электрослабых Коррекций
Исследователи представили усовершенствованную реализацию двухпетлевых электрослабых поправок, повышающую точность предсказаний для экспериментов на Большом адронном коллайдере.
Сборка конвейера: эффективное обслуживание больших языковых моделей
![После размещения блоков, резервирование кэша предоставляет возможности для дальнейшей оптимизации: для множества [latex]\mathcal{J}=\{j\_{1},\ldots,j\_{5}\}[/latex], при [latex]L=3[/latex], [latex]s\_{m}=1[/latex], [latex]s\_{c}=0.1[/latex], [latex]M\_{j}=3[/latex] если [latex]j=j\_{2}[/latex] и 2 в противном случае, а также [latex]\tau^{c}\_{j}=2[/latex] если [latex]j=j\_{2}[/latex] и 1 в противном случае, при условии [latex]\tau^{p}\_{j\_{l}}=l\epsilon[/latex] для [latex]0<ϵ≪1[/latex], алгоритм 1 конструирует цепочки при [latex]c=1[/latex], демонстрируя все возможные варианты цепочек при заданном размещении блоков.](https://arxiv.org/html/2604.14993v1/x2.png)
В статье представлена новая стратегия распределения ресурсов и балансировки нагрузки для оптимизации работы с большими языковыми моделями, использующими параллелизм конвейера.
Управление ИИ-конвейерами: новый подход к адаптивности
Исследователи предлагают систему, позволяющую динамически настраивать цепочки обработки данных на основе семантического состояния и заданных правил.
Редкие болезни и искусственный интеллект: новые возможности общения с пациентами
Обзор показывает, как современные языковые модели могут помочь в информировании и поддержке людей, страдающих редкими заболеваниями.