Эпигенетический код: новая модель для предсказания метилирования ДНК

Архитектура MEDNA-DFM включает в себя последовательную обработку данных, начинающуюся с обзора потока, далее - параллельное кодирование с использованием модуля Dual-View DNABERT, адаптивную модуляцию признаков посредством FiLM, экспертное смешивание в модуле MoE и, наконец, классификацию агрегированных многомерных признаков для получения бинарных предсказаний.

Исследователи разработали инновационный подход к анализу метилирования ДНК, позволяющий не только точно предсказывать изменения, но и понимать лежащие в их основе механизмы.

Визуальный поиск: новый подход к извлечению информации

В рамках разработанной системы RetLLM осуществляется эффективный мультимодальный поиск благодаря интеграции фильтрации Top-k, улучшения визуального качества и отбора на основе энтропии, что позволяет оптимизировать процесс извлечения релевантной информации.

Исследователи предлагают инновационную систему, позволяющую находить релевантные изображения и текст без предварительного обучения на больших наборах данных.

Самообучающиеся сети: Искусственный интеллект для гибкой настройки бесшовного радиодоступа

В рассматриваемой системе, намерения оператора преобразуются в цели супервизорным агентом в не-RT RIC, в то время как агенты в near-RT RIC определяют веса приоритетов пользователей и набор активных O-RU, совместно используя LLM с различными QLoRA адаптерами.

Новый подход к управлению беспроводными сетями позволяет автоматически оптимизировать работу сети в соответствии с заданными целями, повышая энергоэффективность и снижая затраты.

Рассуждать не помеха: как искажения в данных влияют на «зрение» машин

В исследовании данных из LAION-2B демонстрируется, что наличие ключевых слов, связанных с рассуждениями, не всегда свидетельствует о фактической реализации способности к рассуждению в данных, что подчеркивает необходимость тщательного анализа для выявления истинных возможностей модели.

Новое исследование показывает, что способность моделей понимать изображения и текст ограничена не размером данных, а тем, как эти данные собираются и аннотируются.

Искусственный интеллект на службе молекулярного дизайна: создание мощных магнитов нового поколения

Автоэнкодер, обученный на лигандах и их LoProp-свойствах, демонстрирует быструю сходимость и высокую эффективность даже при использовании умеренно большого набора данных в 4 тысячи образцов, при этом направленное исследование и выборка в латентном пространстве достигаются за счёт LoProp-свойств, а использование энергетической щели первого крамерсовского дублета для перекрестного сопоставления способствует повышению точности модели, достигающей близких к сходимым значениям R2 при размере обучающей выборки в 17 тысяч образцов.

В новой работе ученые демонстрируют, как алгоритмы машинного обучения позволяют эффективно проектировать одномолекулярные магниты с заданными свойствами, значительно сокращая объем необходимых вычислительных ресурсов.

Автоматизация производства: новый взгляд языковых моделей

Исследование посвящено применению больших языковых моделей для генерации и оптимизации программного обеспечения, управляющего промышленными процессами.

Искусственный интеллект открывает двери в биологические исследования: новые риски и вызовы

Помощь языковой модели значительно повышает точность выполнения задач новичками, зачастую приближая или даже превосходя результаты, демонстрируемые системами, работающими исключительно на основе языковой модели, и экспертами в данной области.

Новое исследование показывает, что современные языковые модели значительно упрощают доступ к сложным биологическим задачам, расширяя круг потенциальных пользователей, в том числе и тех, кто может использовать эти знания во вред.

Умная адаптация: как снизить энергопотребление больших языковых моделей

Новая система переключения моделей в зависимости от контекста запроса позволяет значительно сократить затраты энергии при работе с искусственным интеллектом.

Искусственный интеллект на рабочем месте: как структура работы и восприятие угрозы влияют на внедрение

Новое исследование показывает, что разнообразие задач и автономия в работе являются ключевыми факторами, определяющими готовность сотрудников к использованию искусственного интеллекта.

Разум за пределами текста: Новая эра мультимодального мышления

Интеграция большой языковой модели (OLLM) с языковой моделью распознавания (LRM) посредством управляющей декодировки позволяет добиться расширенных возможностей рассуждения при обработке мультимодальных входных данных, что демонстрирует принципиально новый подход к решению сложных задач.

Исследователи предлагают метод, позволяющий языковым моделям, работающим с изображениями и текстом, рассуждать на более высоком уровне, используя знания, полученные из специализированных моделей рассуждений.