Денис Аветисян 
Новый подход к оптимизации энергопотребления в беспроводных сетях использует обучение с подкреплением и машины вознаграждений для интеллектуального управления режимами сна базовых станций.
Новое исследование раскрывает трёхмерную структуру электронных состояний в сверхпроводящих плёнках никелатов Ruddlesden-Popper, проливая свет на механизмы возникновения сверхпроводимости.
Новая работа предлагает подход к обучению агентов, позволяющий им извлекать максимум пользы из опыта и улучшать процесс обучения с подкреплением.
![Фрактальные агрегаты, демонстрируемые в двух- и трёхмерном пространствах, формируются посредством кластер-кластерной и партикл-кластерной агрегации, причём параметр α, варьируясь в диапазоне (−2, 2), позволяет настраивать их фрактальную размерность и интерполировать между C-C и P-C моделями, что подтверждается усреднением по 256 образцам для различных размеров [latex]N[/latex] от [latex]2^7[/latex] до [latex]2^{12}[/latex] и масштабирующей зависимостью (1).](https://arxiv.org/html/2604.07700v1/x43.png)
Новое исследование раскрывает, как самоподобие и беспорядок влияют на движение электронов в сложных фрактальных структурах.
![Исследование сравнивает спектральные характеристики, полученные в рамках T-структурных моделей для LSCO/LBCO, используя модели Эмери и Хаббарда при различных уровнях легирования и температурах, выявляя различия в ширине запрещенной зоны [latex]\Delta_{\mathrm{gap}}[/latex] и спектральном весе между соответствующими зонами, а также анализируя занимаемый спектральный вес вблизи уровня Ферми [latex]\rho^{<}_{\mathrm{window}}[/latex], при фиксированном значении [latex]U^{\mathrm{Emery}}=8\,\mathrm{eV}[/latex].](https://arxiv.org/html/2604.08085v1/x10.png)
Новое исследование сравнивает возможности двух ключевых теоретических моделей для описания электронных свойств высокотемпературных купратных сверхпроводников.
Новое исследование показывает, что упрощенные модели ветроэлектростанций могут давать неверные результаты при анализе стабильности энергосистемы.
![Архитектура Tempo представляет собой унифицированный подход к пониманию длинных видео, рассматривая этот процесс как сквозное сжатие с учётом запроса: локальный компрессор, использующий малую визуально-языковую модель, дистиллирует визуальные токены и запрос пользователя в обучаемые токены памяти [latex] \mathbf{M} [/latex], в то время как адаптивное распределение токенов позволяет динамически обрезать нерелевантные сегменты, выделяя пропускную способность критически важным участкам и строго соблюдая глобальный бюджет [latex] B_{\max} [/latex]; сжатые токены памяти затем собираются в разреженную, чувствительную ко времени последовательность с использованием временных меток, которую глобальная языковая модель синтезирует для генерации ответа.](https://arxiv.org/html/2604.08120v1/x2.png)
Новый подход позволяет значительно снизить вычислительные затраты при анализе длинных видео, не теряя при этом точности.
Новый бенчмарк ImplicitMemBench показывает, что современные большие языковые модели испытывают трудности с освоением форм памяти, лежащих в основе автоматизированного поведения.
![Предложенный конвейер LiVER преобразует текстовое описание в фотореалистичное видео, анализируя категории объектов и пространственные отношения для построения трёхмерной сцены, вычисляя траекторию камеры, и интегрируя физически достоверные условия освещения и отражения, закодированные в компонентах [latex]X_{cond}[/latex], [latex]CC[/latex], и [latex]LL[/latex], посредством диффузионной модели DiT, что позволяет сохранить планировку сцены, траекторию камеры и реалистичное поведение освещения.](https://arxiv.org/html/2604.07966v1/x3.png)
Новая методика позволяет создавать правдоподобные видео, где освещение, расположение объектов и ракурс камеры полностью контролируются.
![Функция температуры [latex]T(r_h)[/latex] чёрной дыры Шварцшильда демонстрирует зависимость температуры от горизонта событий [latex]r_h[/latex], раскрывая фундаментальную связь между геометрией пространства-времени и термодинамическими свойствами чёрных дыр.](https://arxiv.org/html/2604.08315v1/x4.png)
Исследование объединяет различные подходы к пониманию термодинамических свойств чёрных дыр, предлагая единую систему классификации.