![Структура MobCache представляет собой систему, оптимизирующую кэширование данных за счет динамической адаптации к изменениям в частоте доступа к информации, что позволяет минимизировать задержки и максимизировать пропускную способность, основываясь на принципе [latex]CacheHitRate = \frac{Hits}{Hits + Misses}[/latex].](https://arxiv.org/html/2602.16727v1/x4.png)
Исследователи разработали систему, использующую возможности нейросетей для реалистичного и эффективного моделирования перемещений большого количества людей в виртуальном пространстве.
![Каждый узел локально накапливает данные и состояние модели, обмениваясь полученными знаниями с ближайшими узлами при наличии возможности, что позволяет формировать масштабируемые адаптивные структуры обучения и коллективный интеллект без централизованного управления или глобальной агрегации данных, обеспечивая тем самым диффузию знаний в областях перекрывающегося взаимодействия [latex] \mathcal{R} [/latex].](https://arxiv.org/html/2602.16814v1/media/NodeLearningarchi.png)
Статья представляет концепцию децентрализованного обучения, перенося интеллект непосредственно на оконечные устройства и открывая путь к адаптивным и совместным системам искусственного интеллекта.
Новое исследование показывает, что современные языковые модели склонны переоценивать соответствие документов запросам, даже когда реальная релевантность невелика.
Новое исследование показывает, что для достижения реальной справедливости в системах машинного обучения, необходимо фокусироваться не на общей точности, а на равенстве размеров предсказательных множеств.
Новая статья предлагает комплексный подход к обеспечению конфиденциальности при использовании больших языковых моделей в приложениях, разработанных для детей.
Исследователи представили систему FAMOSE, которая автоматически находит и улучшает признаки для табличных данных, используя возможности больших языковых моделей.
Исследователи представили DeepVision-103K — обширный и разнообразный набор данных, призванный улучшить способность искусственного интеллекта решать математические задачи, опираясь на визуальную информацию.
Новая система RankEvolve автоматически находит эффективные методы ранжирования, используя возможности больших языковых моделей.
Новое исследование оценивает возможности современных языковых моделей в понимании и ответе на вопросы на греческом языке, используя специально созданный набор данных.
Новый метод Progressive Thought Encoding позволяет существенно снизить затраты памяти при обучении крупных языковых моделей, сохраняя при этом их способность к сложным рассуждениям.