Повышение точности AI-детекторов MIMO: новый подход к снижению неопределенности

В предлагаемом подходе к выводу, в отличие от стандартного контролируемого обучения, используется многократная передискретизация входных данных, генерирующая несколько выборок из одного наблюдения, при этом, если характеристика [latex]Char(f)[/latex] неизвестна, она исключается из входных данных модели.

Исследователи предлагают инновационный метод, использующий перевыборку и инвариантные преобразования, для улучшения работы систем обнаружения MIMO на основе искусственного интеллекта.

Искусственный интеллект: ключ к успеху – доверие и безопасность

Новое исследование показывает, что психологическая безопасность сотрудников является ключевым фактором для внедрения искусственного интеллекта в организации.

Ruyi2: Семейство языковых моделей для эффективного обучения и развертывания

Новая архитектура Ruyi2 позволяет создавать и масштабировать большие языковые модели с оптимальным балансом между вычислительными затратами и производительностью.

Звук и Время: Как научить ИИ создавать аудио для длинных видео

Задача преобразования длинного видео в аудио (LV2A) заключается в обучении моделей на сегментах фиксированной длительности с последующей экстраполяцией полученных знаний для генерации аудиопотоков переменной длительности, что требует от моделей способности к обобщению и адаптации к нефиксированным временным рамкам.

Новое исследование предлагает подход к генерации длинных аудиодорожек по видео, преодолевая ограничения существующих моделей и открывая путь к более реалистичному и продолжительному мультимедийному контенту.

Генетический ландшафт в цифре: как нейросети раскрывают тайны клеток

По мере увеличения глубины трансформаторной модели наблюдается прогрессивное концентрирование представлений генов на оси секреции и локализации, что выражается в росте доли дисперсии [latex] SV_1 [/latex] с 19% (на нулевом слое) до 77% (на одиннадцатом слое), при этом регуляторные пары, идентифицированные с помощью TRRUST, сохраняют ко-локализацию в противоположных полюсах [latex] SV_2 [/latex] на всех слоях, что указывает на встраивание ко-регулируемых генов в близкое внутреннее геометрическое пространство модели.

Новое исследование показывает, что современные модели искусственного интеллекта, обученные на данных одноклеточного анализа, формируют биологически осмысленное пространство представлений генов, открывая новые возможности для понимания организации и регуляции клеток.

Разумный перенос знаний: Обучение декодера речи на МЭГ-сигналах с минимальными данными

Перенос обучения демонстрирует значительное улучшение метрики F1 при решении различных задач, при этом величина этого улучшения варьируется в зависимости от комбинации обучающей и тестовой задач и характеризуется стандартным отклонением между испытуемыми.

Новое исследование показывает, как предварительное обучение модели декодирования речи на данных одного испытуемого значительно улучшает ее производительность и способность к обобщению на другие задачи даже при ограниченном количестве данных от новых участников.

Искусственный сказочник: как нейросети пересказывают истории

Длина текстовых фрагментов варьируется в зависимости от используемого подкорпуса, что указывает на неоднородность лингвистических характеристик и необходимость адаптации алгоритмов обработки естественного языка к специфике каждого подкорпуса.

Новое исследование представляет корпус текстов, созданных различными нейросетями, имитирующими разные характеры и раскрывающих особенности поведения и потенциальные предубеждения искусственного интеллекта.

Ловушки для ИИ: Как запросы вводят большие языковые модели в заблуждение

Оценка лингвистических признаков запроса показала, что более сложная синтаксическая структура, выраженная через такие параметры, как длина токена и количество предложений, коррелирует с пониженным риском галлюцинаций, в то время как некоторые признаки демонстрируют как положительное, так и отрицательное влияние, или вовсе не оказывают значимого эффекта.

Новое исследование выявляет конкретные лингвистические особенности пользовательских запросов, повышающие вероятность генерации неверной информации большими языковыми моделями.

Облака под контролем: новая модель для безопасных полетов

При анализе прогнозов на семь дней для различных переменных на тринадцати уровнях давления, AviaSafe демонстрирует улучшение средней нормализованной среднеквадратичной ошибки (NRMSE) по сравнению с базовым уровнем, превосходя его в 93,7% комбинаций переменной и временного шага, что указывает на значительное повышение точности прогнозирования.

Разработана инновационная система прогнозирования облачности, объединяющая физические принципы и возможности машинного обучения для повышения безопасности авиаперевозок.

Искусство запроса: как победить галлюцинации больших языковых моделей

Новый подход QueryBandits позволяет адаптивно подбирать стратегии перефразировки запросов, существенно снижая склонность моделей к выдаче недостоверной информации.