Денис Аветисян 
Исследователи предлагают инновационную систему VQ-Seg, использующую векторизацию и структурированные возмущения для повышения точности сегментации медицинских изображений при недостатке размеченных данных.
Новый взгляд на взаимодействие человека и ИИ рассматривает не просто совместную работу, а обоснование надежности принимаемых решений.
Новый подход позволяет создавать реалистичные и последовательные характеры для языковых моделей, основываясь на анализе повествования.
Статья предлагает переосмыслить изучение коллективного поведения систем, основанных на больших языковых моделях, с точки зрения социальных взаимодействий и теории информации.
Новый подход объединяет непредсказуемость фаззинга, точность символьного исполнения и эффективность сэмплирования для всестороннего анализа кода.
Квантовая криптография: от теории к практике Знаете, всегда смешно наблюдать, как люди строят сложные теории, а потом оказывается, что реальность гораздо проще – или, наоборот, сложнее, чем они думали. Вот и с квантовой криптографией: долгое время это была область для энтузиастов, а теперь оказывается, что пора переходить к реальным действиям. Представьте себе сейф, замок которого … Читать далее
Новый подход обеспечивает безопасность компьютерных агентов, управляемых искусственным интеллектом, от атак с помощью внедрения команд.
Статья рассматривает риски использования искусственного интеллекта для оценки научных исследований и предлагает новый подход к обеспечению надежности этих инструментов.
![Парадигма COAML предполагает параметризацию суррогатной проблемы посредством искусственной нейронной сети, что позволяет осуществлять сквозное обучение политики [latex] \pi_{w} [/latex] путём обратного распространения градиентов через CO-слой для минимизации потерь в процессе принятия решений.](https://arxiv.org/html/2601.10583v1/x1.png)
В статье представлен всесторонний обзор подхода COAML, объединяющего методы комбинаторной оптимизации и машинного обучения для повышения эффективности принятия решений в условиях неопределенности.
В этой статье представлен всесторонний обзор методов оптимизации, применяемых в научной машинном обучении (SciML), с акцентом на преодоление проблем жесткости и масштабируемости.