Семантика впереди: новый подход к генерации изображений

В рамках исследования предложена методика построения композитного латентного пространства, где входное изображение кодируется в семантический и текстурный латенты посредством отдельных VAE-энкодеров, которые затем конкатенируются для асинхронного диффузионного моделирования.

Исследователи предлагают инновационный метод, ставящий семантическое понимание в основу процесса диффузии для повышения скорости и качества генерации изображений.

Понимание сложных систем: новый взгляд на агентные модели

В статье представлена методика, позволяющая глубже анализировать поведение агентных моделей, разделяя динамику во времени и геометрические свойства распределений.

Искусственный интеллект находит новые грани в задаче упаковки сфер

Исследование истории задач об упаковке сфер демонстрирует, что разработанный на основе искусственного интеллекта подход (2025 год) превосходит все ранее известные решения в критическом диапазоне размерностей от 4 до 16, включая такие классические конструкции, как D4, E6, E7, E8, K12 и другие, что знаменует собой новый этап в данной области.

Новый подход, основанный на моделировании и эффективном использовании данных, позволил добиться значительных успехов в решении сложной математической проблемы упаковки сфер в многомерном пространстве.

Разумные агенты: Как понять и исправить этические ошибки языковых моделей

Исследование этических аспектов многоагентных систем, основанных на больших языковых моделях, выявляет три взаимосвязанных уровня оценки - поведение отдельных агентов, их взаимодействие и общую системную сходимость - и предполагает, что понимание причинно-следственных связей, а также целенаправленные вмешательства, основанные на механистическом анализе, необходимы для обеспечения этичного поведения системы в целом.

Новый обзор посвящен исследованию причин возникновения нежелательного поведения в системах, состоящих из нескольких больших языковых моделей, и предлагает методы для целенаправленной коррекции этих проблем.

Малые модели — большие возможности: ИИ-агенты в автоматизации проектирования железа

Процесс разработки чипов для коммерческих SoC в организациях, не имеющих собственного производства, демонстрирует, что интеграция специализированных моделей обучения с подкреплением (SLM) в хорошо структурированную систему на основе искусственного интеллекта позволяет автоматизировать задачи начального уровня, опираясь на четко определенные цели, рабочие процессы и метрики оценки, что особенно важно для специалистов с небольшим опытом работы (YoE).

Новое исследование показывает, что небольшие языковые модели, объединенные с интеллектуальными агентами, способны конкурировать с более крупными системами в задачах автоматизации проектирования аппаратного обеспечения.

Сжатие моделей нового поколения: как уменьшить размер нейросетей, не теряя в качестве

Средняя точность 2-битных ($W2A16$) моделей демонстрирует стабильные результаты на больших языковых моделях Llama 2 и Llama 3 70B, что подтверждается подробными данными, представленными в Таблице 1.

В новой работе исследователи представляют метод, позволяющий значительно уменьшить размер больших языковых моделей, сохранив при этом высокую точность и производительность.