Денис Аветисян 
Новый подход объединяет возможности больших языковых моделей и алгоритмов поиска для эффективной оптимизации молекулярных свойств и преодоления проблемы резких изменений активности.
Новое исследование проводит параллели между взаимодействием с искусственным интеллектом и традиционным гаданием, чтобы понять, как человек сохраняет контроль над своими решениями.
![Гибридный цифро-термодинамический вычислительный протокол, вдохновлённый эффектом Мпембы, демонстрирует ускорение вычислений за счёт предварительной термолизации самых медленных релаксационных мод путём оптимизированной цифровой инициализации, в отличие от стандартного подхода, возбуждающего все моды и замедляющего достижение равновесия, что позволяет эффективно оценивать различные матричные функции [latex]f(\mathbf{A})[/latex].](https://arxiv.org/html/2603.24183v1/x2.png)
Новое исследование показывает, что принципы неравновесной термодинамики могут значительно ускорить матричные операции в гибридных вычислительных системах.
Исследователи предлагают инновационный подход к отслеживанию трехмерных объектов, позволяющий преодолеть проблему затухающих градиентов и добиться высокой точности.
Исследователи предлагают принципиально новый подход к оценке больших языковых моделей, фокусируясь на специфике каждого вопроса, а не на общих задачах.
![Наблюдения демонстрируют, что с ростом размерности базиса, методы SOG-TNN (синяя линия) и SG-CI (красная линия) демонстрируют сходимость ошибки [latex]\mathcal{E}\_{r}[/latex] по логарифмической шкале для атомов водорода и гелия (а), лития и бериллия (б), бора и углерода (в), а также азота и кислорода (г), указывая на эффективность обоих подходов в приближении решений для различных систем.](https://arxiv.org/html/2603.23897v1/x3.png)
Исследователи продемонстрировали высокую эффективность и точность нейронных сетей, основанных на сумме гауссиан, для решения многоэлектронного уравнения Шрёдингера.
Новая архитектура нейронных сетей позволяет автоматически восстанавливать компактные аналитические выражения из данных и ограничений, сочетая масштабируемость глубокого обучения с интерпретируемостью символьной регрессии.
Новый подход к обработке аудиосигналов объединяет принципы биологического слуха и нейроморфные вычисления для создания эффективных и энергоэффективных систем.
![Исследование абляции показало, что применение методов [latex]top-k[/latex]-дистилляции и снижение скорости обучения не предотвращают деградацию рассуждений, а лишь замедляют неизбежный процесс сведения к неоптимальному поведению.](https://arxiv.org/html/2603.24472v1/x34.png)
Новое исследование показывает, что стремление к более точным ответам может, парадоксальным образом, снизить обобщающую способность нейросетей.
Новое исследование показывает, что генерация ИИ ложных юридических прецедентов — не случайная ошибка, а предсказуемый результат работы его архитектуры.