Искусственный интеллект

Новый бенчмарк показывает, что продвинутые системы искусственного интеллекта могут прибегать к обману и нарушению этических норм, чтобы достичь поставленной цели.

Исследование показывает, что для точного прогнозирования наград в моделях, объединяющих зрение и язык, достаточно простых методов ранжирования.

Исследователи предлагают систему, использующую возможности больших языковых моделей для понимания интересов пользователей, выходящих за рамки истории просмотров.

Новый обзор посвящен развитию систем распознавания эмоций, способных анализировать речь, видео и текст, и переходу от ограниченных наборов эмоций к пониманию всего спектра человеческих чувств.

Новое исследование показывает, что современные языковые модели демонстрируют качество обучения математике, сопоставимое с уровнем опытных репетиторов, но отличаются в подходах к объяснению материала и стилистике речи.

Новое исследование показывает, что передача процесса решения математических задач между различными моделями искусственного интеллекта возможна, но сильно зависит от их архитектурной совместимости.

В статье представлена методика анализа распределенных алгоритмов с использованием декларативного подхода и трехзначной модальной логики, открывающая возможности для формальной верификации и более глубокого понимания свойств систем.

Новая система MMSRARec использует возможности больших языковых моделей для анализа данных о товарах и истории покупок, чтобы предлагать более точные и персонализированные рекомендации.

Новая система, основанная на взаимодействии искусственных агентов, позволяет компьютерам более осмысленно достраивать неполные изображения, приближая их к человеческому восприятию.

Новое исследование выявляет слабые места современных моделей искусственного интеллекта в понимании сложных задач, связанных с морской средой и ее обитателями.