Искусственный интеллект

Исследователи предлагают инновационную систему, в которой агенты анализируют результаты симуляции для повышения точности и преодоления ограничений традиционных методов.

Новая методика позволяет оценить возможности и узкие места при развертывании современных моделей искусственного интеллекта на мобильных и встраиваемых платформах.

Исследователи предлагают унифицированный подход к решению семейств дифференциальных уравнений в частных производных, объединяющий символьный регресс и возможности нейронных операторов.

Новая архитектура с использованием двух больших языковых моделей и многоступенчатой фильтрации повышает точность и надежность автоматизированного контроля качества фармацевтической документации.

Исследование демонстрирует, как генеративные модели искусственного интеллекта могут значительно упростить управление отражающими поверхностями в сложных беспроводных сетях нового поколения.

Исследователи предлагают принципиально новую архитектуру, призванную сделать понимание работы языковых моделей более доступным.

Новое исследование показывает, что современные модели, подобные GPT-4o, демонстрируют лишь видимость понимания психических состояний других людей.

Новое исследование показывает, что правильно масштабируемые открытые языковые модели способны конкурировать с проприетарными системами в задачах многоязыкового машинного перевода.

Новая разработка позволяет преобразовывать текстовые описания в динамичные и физически правдоподобные 4D-сцены, открывая невиданные возможности для моделирования и симуляции.

Новое исследование показывает, как большие языковые модели могут автоматизировать процесс одновременного развития грамматики и примеров кода в предметно-ориентированных языках (DSL), сохраняя при этом читаемость и понятность кода.