Искусственный интеллект предсказывает дефекты в материалах с высокой точностью
![Оценка отклонений предсказанных машинными потенциалами структур дефектов от расчетов теории функционала плотности выявила существенные погрешности, проявляющиеся в значительном увеличении среднеквадратического отклонения (RMSD) для дефекта [latex]V_{Sb}[/latex] в [latex]Sb_2Se_3[/latex] при различных зарядовых состояниях, что указывает на неспособность базовых моделей точно воспроизводить энергетические поверхности дефектов и локальное атомное окружение, особенно при экстремальных зарядах.](https://arxiv.org/html/2603.05238v1/2603.05238v1/x1.png)
Новый подход, основанный на машинном обучении, позволяет эффективно моделировать энергетику и структуру точечных дефектов в заряженных кристаллических решетках.
Денис Аветисян
Голос будущего: Оптимизация речевых моделей в условиях децентрализации
Новый подход к обучению языковых моделей для систем распознавания речи позволяет добиться качества, сравнимого с централизованным обучением, используя возможности федеративного обучения и алгоритмов оптимизации.
Аналогии в нейросетях: как Transformer «понимает» сходство
Новое исследование проливает свет на механизм, позволяющий Transformer-моделям рассуждать, основываясь на аналогиях и связях между понятиями.
Рассуждения на графах: как большие языковые модели учатся видеть мир
Новая архитектура объединяет возможности графовых нейронных сетей и больших языковых моделей для более эффективной обработки и анализа мультимодальных данных.
Полимеры на автопилоте: ускорение поиска новых материалов
Новый автоматизированный подход к высокопроизводительному скринингу полимеров позволяет быстро и надежно предсказывать их свойства, открывая путь к ускоренному материаловедению.
Языковые модели в реальном времени: от статики к динамике
Новый обзор исследует эволюцию больших языковых моделей в сторону мгновенного взаимодействия и обработки потоковых данных.
Восстановление квантовых состояний: новый подход к точности
Исследование предлагает эффективный метод регуляризации для реконструкции квантовых состояний из зашумленных данных измерений, повышая надежность квантовой томографии.
Оптимизация работы больших языковых моделей: динамическая маршрутизация и каскадирование
В статье представлен обзор современных методов интеллектуального распределения запросов между различными большими языковыми моделями для повышения эффективности и снижения затрат.
Кольца вихрей в сверхтекучем гелии: обнаружена мульти-квантовая циркуляция
![Наблюдения за движением частиц, захваченных в вихревые структуры, демонстрируют кинематику, согласующуюся с предсказаниями для многоквантовых вихревых колец, где измеренные скорости частиц [latex] v_{p}(t) [/latex] вдоль траекторий соответствуют теоретическим моделям распространения кольца [latex] v_{\parallel,n}(t) [/latex] с учетом разброса начальных скоростей и различных значений циркуляции κ.](https://arxiv.org/html/2603.05387v1/2603.05387v1/x1.png)
Новое исследование предоставляет прямые доказательства существования вихревых колец в сверхтекучем гелии, несущих несколько квантов циркуляции, что ставит под сомнение устоявшиеся представления о структуре вихревых нитей.
Рассуждения с Подкреплением: Новый Подход к Поиску Знаний
![При фиксированном начальном отрезке траектории [latex]\tau < t[/latex], разработанный метод групповой траекторной оптимизации (GRPO) локализует всю вариативность сэмплируемой группы на шаге [latex]t[/latex], обеспечивая более эффективный процесс оптимизации.](https://arxiv.org/html/2602.23440v1/2602.23440v1/images/slate.png)
Исследователи предлагают эффективный метод обучения больших языковых моделей рассуждать с использованием внешних источников знаний, значительно повышая точность и скорость обучения.