Алгоритмы, рожденные интеллектом: новый подход к верифицируемому синтезу

Архитектура, представленная в работе, реализует многоагентный рабочий процесс, предназначенный для структурированного доказательства корректности алгоритмов обработки естественного языка и последующего аудита соответствующего кода.

Исследователи представляют систему, способную автоматически создавать и доказывать корректность алгоритмов, открывая путь к надежному и объяснимому искусственному интеллекту.

Самообучающиеся агенты: новый подход к взаимодействию и развитию

Архитектура агента STEM, состоящая из пяти уровней, обеспечивает взаимодействие через стандартный интерфейс, направляя запросы через пять протоколов (A2A, AG-UI, A2UI, UCP, AP2) и адаптеры к ядру агента, где когнитивный цикл - от восприятия → адаптации → сопоставления навыков → рассуждения → планирования → исполнения → обучения → реагирования - поддерживается четырёхтипной системой памяти и слоем интеграции MCP для динамического доступа к инструментам.

В статье представлена архитектура STEM Agent, позволяющая создавать интеллектуальных агентов, способных адаптироваться к различным протоколам связи и непрерывно совершенствоваться на основе поведения пользователя.

Искусственный интеллект под контролем: новый закон ЕС и права человека

Европейский союз предпринял беспрецедентную попытку регулирования искусственного интеллекта, ставя во главу угла защиту основных прав и свобод граждан.

Восстановление документов: новый взгляд с помощью диффузионных моделей

Модель преобразует двумерное изображение документа в одномерную последовательность токенов, используя как авторегрессивные, так и диффузионные методы декодирования, что позволяет восстановить исходный текст.

Исследователи предлагают принципиально новый подход к оптическому распознаванию символов в документах, основанный на принципах диффузии и параллельного декодирования.

Разумный анализ спектров: Искусственный интеллект на службе химиков

Полный конвейер SpecXMaster обеспечивает сквозную обработку данных, объединяя различные этапы для достижения комплексного анализа и управления.

Новая система, основанная на обучении с подкреплением, автоматизирует расшифровку сложных молекулярных структур по данным ЯМР-спектроскопии, превосходя традиционные методы.

Редкие, но решающие: как ‘обучение с подкреплением’ меняет языковые модели

Обучение с подкреплением (RL) в RLVR проявляется как точечная, но значимая корректировка на уровне отдельных токенов, при этом изменения в распределении токенов, вызванные тонкой настройкой RL, остаются незначительными в большинстве позиций, затрагивая лишь небольшой подмножество токенов.

Новое исследование показывает, что тонкая настройка больших языковых моделей с помощью обучения с подкреплением происходит за счет точечных изменений распределения вероятностей токенов, а не глобальной перестройки.

Искусственный разум на службе физики высоких энергий

Модель FERMIACC, используя предложения агента, основанные на данных предыдущих исследований и экспериментального анализа, итеративно совершенствует гипотезы о новой физике посредством взаимодействия агента-критика и агента-патчинга, после чего проверяет их посредством FeynRules, стремясь к объяснению аномалий за горизонтом известных теорий.

Новая система, объединяющая возможности больших языковых моделей и детерминированных симуляций, способна самостоятельно выдвигать и проверять гипотезы в области фундаментальных частиц.

Искусственный интеллект в действии: как оптимизировать сложные задачи

Оптимизация рабочего процесса для LLM-агентов позволяет добиться повышения эффективности и точности за счет структурирования последовательности операций и адаптации к конкретным задачам.

В статье представлен всесторонний обзор методов повышения эффективности работы агентов на основе больших языковых моделей при решении многоступенчатых задач.