Искусственный интеллект

Новая работа исследует возможность создания полностью автоматизированного цикла научных исследований в области когнитивных наук.

В новой работе исследователи предлагают эффективный подход к обучению с подражанием, позволяющий добиться стабильности при использовании квантованных действий без полного исследования всех возможных последствий.

Новый подход объединяет возможности больших языковых моделей и принципы роевого интеллекта для создания виртуальных лабораторий, способных к децентрализованному научному поиску.

Исследователи представили модель LongCat-Flash-Prover, сочетающую в себе возможности больших языковых моделей и формальной логики для решения сложных задач автоматического доказательства и формализации.

В статье рассматриваются уникальные вызовы и требования к подтверждению надежности использования генеративных моделей ИИ для автоматической оценки письменных работ.

Исследование показывает, что возвращение к принципам марковских состояний в процессе постобработки значительно улучшает производительность и обобщающую способность больших языковых моделей.

Новое исследование показывает, как внутренние установки мексиканских старшеклассников влияют на то, как они применяют генеративные модели искусственного интеллекта в математике и письме.

Новое исследование показывает, что генеративные рекомендательные системы превосходят традиционные в предсказании поведения пользователей при столкновении с ранее не встречавшимися последовательностями, но уступают в запоминании популярных паттернов.

В статье описывается создание инфраструктуры для интеграции искусственного интеллекта и машинного обучения в системы управления ускорителями Fermilab, направленной на повышение эффективности и надежности работы оборудования.

Новое исследование выявляет скрытые недостатки существующих методов оценки систем интерпретации машинного обучения и предлагает альтернативный подход.