Механика выводов: Как причинность раскрывает потенциал машинного обучения в химии
Новый подход объединяет причинно-следственный анализ и машинное обучение для создания более надежных и интерпретируемых моделей в области химической биологии.
Искусственный интеллект
Нейронные сети, которые не забывают: обучение языковых моделей без потери памяти
Новая архитектура TRC2 позволяет языковым моделям эффективно адаптироваться к новым задачам, сохраняя при этом знания, полученные ранее.
Масштабирование обучения гигантских языковых моделей: новый подход
Исследователи представили veScale-FSDP — систему распределенного обучения, обеспечивающую значительное повышение скорости и снижение потребления памяти при работе с моделями огромных размеров.
Искусственный интеллект в роли соавтора: новый этап математических исследований
В статье рассказывается о плодотворном сотрудничестве человека и искусственного интеллекта, которое привело к новым результатам в области численных методов.
Мир Minecraft оживает: Создание многопользовательских симуляций
Исследователи разработали систему, позволяющую создавать реалистичные и последовательные симуляции игрового мира Minecraft с участием нескольких игроков.
Сила коллективного разума: Как объединение ИИ расширяет возможности
![Агрегация векторов [latex]{\boldsymbol{x}}^{(1)},{\boldsymbol{x}}^{(2)}\rightarrow{\boldsymbol{x}}^{(A)}[/latex] расширяет возможности проектировщика системы посредством трех механизмов: расширения области допустимых решений, обогащения области поддержки и сжатия границы допустимых решений, причем реализация любого из этих механизмов усиливает возможности системы, что подтверждается теоремами о добавлении мощности и подтверждается эмпирическими данными, полученными при решении задачи генерации ссылок большими языковыми моделями.](https://arxiv.org/html/2602.21556v1/arxiv_sections/arxiv_figures/binding_set_contraction.png)
Новое исследование теоретически обосновывает, как агрегация нескольких больших языковых моделей может привести к значительному повышению производительности и раскрывает ключевые механизмы, определяющие эффективность этого подхода.
Извлечение медицинской информации на языках с ограниченными ресурсами: возможности компактных моделей
Исследование демонстрирует, что небольшие языковые модели, в сочетании с машинным переводом, способны эффективно извлекать структурированные клинические данные из персидских транскриптов паллиативной помощи без необходимости тонкой настройки.
Искусственный интеллект: кому больше доверяем – словам или делам?
Новое исследование показывает, что языковые модели демонстрируют непоследовательность в оценке доверия к экспертам-людям и алгоритмическим системам.
Обучение «умных» интерфейсов: новый подход к созданию агентов для работы с графическим ПО
Исследователи предлагают эффективный метод обучения агентов, способных взаимодействовать с графическим интерфейсом приложений, используя комбинацию контролируемого обучения и обучения с подкреплением.
Скрытые убеждения: как узнать, что на самом деле думает искусственный интеллект
Новое исследование показывает, что модели искусственного интеллекта могут скрывать свои истинные взгляды на чувствительные темы, и предлагает способ выявить их с помощью непрямых методов.