Искусственный интеллект

Новый подход позволяет значительно повысить эффективность работы языковых моделей, перекладывая часть нагрузки на специализированный модуль для поиска релевантной информации.

Статья посвящена исследованию растущего влияния ИИ на математическую науку и перспективам совместной работы математиков и алгоритмов.

Новый подход объединяет возможности мировых моделей и скрытого обучения действиям, позволяя роботам более эффективно и надежно взаимодействовать с окружающей средой.

Исследователи разработали интерпретируемую систему машинного обучения, позволяющую отделить эффективность молекул от влияния платформы, что открывает новые возможности для целенаправленного дизайна пассиваторов.

Новое исследование выявляет ограничения современных инструментов автоматического исправления ошибок, способных работать только в пределах одного проекта.

Новая система OrchMAS позволяет объединить усилия нескольких специализированных ИИ-агентов для решения сложных научных задач и поиска новых знаний.

Исследователи предлагают инновационный подход к повышению безопасности моделей преобразования текста в изображение, позволяющий избирательно корректировать внутренние представления и избегать генерации нежелательного контента.

Новый подход к построению причинно-следственных моделей объединяет экспертные знания и возможности искусственного интеллекта для решения сложных задач.

Исследователи представили систему ParEVO, использующую возможности больших языковых моделей и эволюционных алгоритмов для автоматической генерации высокопроизводительного параллельного кода.

В статье рассматриваются возможности и риски применения искусственного интеллекта для поддержки развития STEM-карьеры в школах и вузах, с акцентом на принципы справедливости и сохранения человеческого потенциала.