Денис Аветисян 
Новое исследование показывает, что предоставление пользователям фактических доказательств вместе с объяснениями от систем искусственного интеллекта значительно повышает доверие к проверке фактов и точность оценок.
Новое исследование показывает, как квантовые коды приближаются к оптимальной производительности при передаче классической информации по зашумленным каналам.
Исследователи предлагают принципиально новый подход к организации памяти для языковых агентов, позволяющий им сохранять и использовать информацию на протяжении неограниченно длительных периодов.
Новый подход к автоматическому анализу качественных данных использует «второй взгляд» нейросети для выявления и исправления ошибок в первоначальной разметке.
Исследователи предлагают переосмыслить «забывчивость» больших языковых моделей, рассматривая её не как недостаток, а как полезный когнитивный механизм, аналогичный человеческой памяти.
Новое исследование подтверждает нарушение неравенств Белла, открывая возможности для сверхзащищенной квантовой связи.
![Оптимальные законы масштабирования, полученные с использованием нейросетевой аппроксимации функции [latex]L(N,D)[/latex], позволяют выявить взаимосвязь между количеством параметров [latex]N[/latex] и объемом данных [latex]D[/latex] для достижения наилучшей производительности.](https://arxiv.org/html/2601.10684v1/x16.png)
Новое исследование показывает, что фундаментальные принципы, лежащие в основе предсказуемого поведения больших языковых моделей, могут быть обнаружены и в гораздо более простых системах.
Исследование показывает, как современные языковые модели могут быть адаптированы для классификации временных рядов, открывая новые возможности в анализе данных.
В статье рассматривается методика создания и совершенствования онтологических баз знаний с использованием возможностей современных языковых моделей.
Новое исследование оценивает влияние генеративных моделей ИИ на процесс создания архитектурных концепций и выявляет ключевые факторы, определяющие эффективность такого взаимодействия.