Долгосрочная память: Как обучить ИИ рассуждать в сложных контекстах
![В разработанной структуре LongAct динамически выделяемые значимые активации, определяемые в проекциях (например, Query/Key), напрямую сопоставляются с соответствующими строками матрицы весов [latex]\mathbf{W}\in\mathbb{R}^{d\_{out}\times d\_{in}}[/latex], обеспечивая разреженное обновление параметров при заморозке остальной части модели, что интегрировано в стандартный цикл оптимизации на основе групповой политики.](https://arxiv.org/html/2604.14922v1/x2.png)
Новый метод позволяет улучшить способность больших языковых моделей к длительному планированию и принятию решений в задачах, требующих учета обширной информации.
![В разработанной структуре LongAct динамически выделяемые значимые активации, определяемые в проекциях (например, Query/Key), напрямую сопоставляются с соответствующими строками матрицы весов [latex]\mathbf{W}\in\mathbb{R}^{d\_{out}\times d\_{in}}[/latex], обеспечивая разреженное обновление параметров при заморозке остальной части модели, что интегрировано в стандартный цикл оптимизации на основе групповой политики.](https://arxiv.org/html/2604.14922v1/x2.png)
Новый метод позволяет улучшить способность больших языковых моделей к длительному планированию и принятию решений в задачах, требующих учета обширной информации.
В статье представлена новая модель искусственного интеллекта, способная имитировать процесс обучения и когнитивного развития студента, подобно тому, как это происходит у человека.
В статье представлено детальное исследование алгебраических свойств компактной квантовой группы SUq(2), ее свойств Хопфа и связанных с ней представлений.

Исследователи предлагают инновационный подход к обучению с подкреплением, основанный на концепции градиента потока значений, который позволяет стабилизировать и масштабировать процесс обучения.
Исследователи предлагают перспективный дефект в структуре 4H-SiC как основу для создания оптически управляемых спиновых кубитов, что открывает новые возможности для квантовых технологий.

Новая методология ‘Генеративной безопасности’ предлагает подход к пониманию и предотвращению нежелательных проявлений в сложных системах взаимодействующих искусственных интеллектов.

Новая система, основанная на многоагентном подходе, призвана упростить соблюдение требований GDPR, но ключевую роль по-прежнему играет экспертная проверка.
![Для операторов, рассматриваемых как элементы [latex] U(1) \oplus U(1) [/latex], наблюдается взаимосвязь между длиной дуги и длиной хорды, при этом в случае локально компактных унитарных групп (LCU) эти различия стираются.](https://arxiv.org/html/2604.14275v1/x1.png)
Новое исследование показывает, как неинвертируемые симметрии могут быть интерпретированы как квантовые операции, открывая связь между симметрией и вычислительной сложностью.
![Процесс инверсии трехмерной формы, осуществляемый без предварительных условий, в сочетании с оптимизацией встраивания по методу NTI [latex] \text{NTI} [/latex], позволяет не только достичь превосходного качества реконструкции, но и обеспечивает мощные возможности редактирования формы посредством текстовых запросов, используя полученное зашумленное латентное пространство.](https://arxiv.org/html/2604.14914v1/x3.png)
Новый подход позволяет создавать и редактировать сложные трехмерные объекты исключительно на основе текстовых запросов, обходя ограничения существующих генеративных моделей.
Исследование предлагает принципиально новый подход к оценке метрик, определяющих степень научной новизны, и показывает, как их можно улучшить.