Искусственный интеллект

Видео под контролем: Новый подход к редактированию роликов по текстовому описанию

от

Исследователи представили EasyV2V — фреймворк, позволяющий точно и качественно изменять видеоряд, следуя простым текстовым инструкциям.

Искусственный интеллект на страже правды: как нейросети учатся выявлять подделки изображений

от

Система ForenAgent автономно формирует Python-инструментарий, адаптированный к конкретной задаче, точно выявляет подделку с указанием области манипуляций и демонстрирует способность к самокоррекции, уточняя первоначально неверно локализованный фрагмент до корректной области интереса.

Новый подход позволяет моделям самостоятельно использовать специализированные инструменты для анализа и обнаружения признаков фальсификации на цифровых фотографиях.

Зрячий разум: адаптивное использование инструментов для обработки изображений и видео

от

В отличие от существующих моделей, слепо призывающих инструменты, AdaTooler-V адаптированно использует их, определяя необходимость в помощи инструментов для решения конкретной задачи, что подтверждается распределением $ \Delta S $ в наборе данных AdaTooler-V-300k, где положительные и отрицательные значения указывают на пользу или бесполезность инструментов, вычисляемых как разница в средней точности модели Qwen2.5-VL-72B-Instruct при решении задачи с использованием и без использования инструментов.

Новая модель AdaTooler-V демонстрирует способность разумно применять визуальные инструменты, повышая точность и эффективность анализа мультимодальных данных.

Зачем нам ошибаться: новая теория интеллекта

от

Исследование предлагает принципиально новый взгляд на мотивацию агентов, включая человека, утверждая, что стремление к предсказанию и обработке ошибок лежит в основе разумного поведения.

Панорамная глубина: новая основа для компьютерного зрения

от

Основываясь на архитектуре сети DAP, разработанной с использованием DINOv3-Large, модель обеспечивает адаптивный контроль над расстоянием в разнообразных сценах посредством декодера глубины, учитывающего искажения, и подключаемой маски диапазона, а обучение оптимизируется за счёт многоуровневых геометрических и чёткостных потерь, включающих $ \mathcal{L}\_{SILog}$, $ \mathcal{L}\_{DF}$, $ \mathcal{L}\_{grad}$, $ \mathcal{L}\_{normal}$ и $ \mathcal{L}\_{pts}$, что гарантирует метрическую точность, чёткость границ и геометрическую согласованность при оценке глубины панорамных изображений.

Исследователи представили модель DAP, способную точно оценивать глубину в панорамных изображениях, открывая новые возможности для приложений виртуальной и дополненной реальности.

Баланс между исследованием и использованием: Новый взгляд на обучение с подкреплением

от

В процессе обучения с случайным вознаграждением, энтропия стратегии модели Qwen2.5-Math-7B демонстрирует различную динамику в зависимости от применения обрезки градиентов: необрезанное обучение может приводить к взрыву градиентов, как показано на примере R1-Distill-Llama-8B, в то время как обрезка позволяет стабилизировать процесс обучения и контролировать энтропию стратегии.

В статье рассматриваются способы оптимизации процесса обучения с подкреплением за счет регулирования стратегий исследования и использования, с акцентом на методы обрезки, энтропии и устранения ложных сигналов.