Искусственный интеллект

Понимание пользователей: новый взгляд на большие языковые модели

от

Исследование показывает, как изменение стратегии внимания в больших языковых моделях позволяет лучше понимать предпочтения и поведение пользователей.

Искусственный интеллект открывает законы физики: новый подход к символьной регрессии

от

Рамка PiT-PO преобразует статичную языковую модель в адаптивный генератор посредством замкнутого эволюционного процесса, используя двойное ограничение - физическое и теоретическое - для создания детальных сигналов обучения на уровне токенов, которые направляют обновление политики модели с помощью обучения с подкреплением, обеспечивая открытие экономных и физически согласованных уравнений.

Ученые разработали метод, позволяющий нейронным сетям самостоятельно выводить математические уравнения, описывающие сложные физические явления.

Стабильность и эффективность обучения языковых моделей: новый подход

от

Фильтр Калмана, реализующий причинно-следственную фильтрацию, последовательно чередует этапы предсказания, адаптивного вычисления коэффициента усиления и обновления, позволяя получать сглаженную оценку [latex]\hat{\rho}\_{t|t}[/latex] и оценку её неопределённости [latex]P\_{t|t}[/latex] на основе потоковых наблюдений [latex]z\_{t}[/latex], учитывая шум процесса [latex]QQ[/latex] и шум измерений [latex]VV[/latex].

Исследователи предлагают метод, позволяющий значительно улучшить процесс обучения больших языковых моделей за счет повышения стабильности и эффективности алгоритмов обучения с подкреплением.

Думай глубже: как искусственный интеллект помогает нам мыслить критически

от

Система AACT поддерживает лиц, принимающих решения, в критической оценке и корректировке их аргументации, используя специфичные для предметной области модели искусственного интеллекта для анализа уверенности в принятом решении через контрфактический анализ, предлагая целенаправленную саморефлексию и корректировки на основе данных, что позволяет проводить триангуляцию и повышать обоснованность решений.

Новая работа исследует, как взаимодействие с ИИ может не просто автоматизировать решения, но и стимулировать более глубокий анализ и осмысление информации.

Искусственный интеллект нового поколения: 11 миллиардов параметров и безграничные возможности

от

Модель Step 3.5 Flash демонстрирует передовой уровень интеллекта, достигая сопоставимых результатов с ведущими закрытыми и открытыми моделями, используя при этом лишь 11 миллиардов активных параметров (196 миллиардов в архитектуре Mixture of Experts).

Новая архитектура Step 3.5 Flash демонстрирует впечатляющую производительность в решении сложных задач, открывая путь к более эффективному и доступному искусственному интеллекту.

Память с контролем: как эффективно рассуждать с длинными текстами

от

Новый подход к рекуррентной памяти позволяет моделям избирательно запоминать информацию и прекращать процесс рассуждений, значительно повышая скорость и точность работы с большими объемами текста.

Поиск материалов с помощью интеллекта: от текста к новым открытиям

от

Интерфейс агента навигации по знаниям о материалах (MKNA) предоставляет возможность формулировать произвольные научные запросы, настраивать параметры поиска и фильтрации, а также интерактивно управлять каждым этапом автономного конвейера обработки данных.

В статье представлена система, использующая возможности обработки естественного языка и машинного обучения для автоматизированного поиска и разработки материалов с заданными свойствами.

Обучение языковых моделей: Новый подход к многоцелевой оптимизации

от

Оценка преимуществ методом Монте-Карло выявила, что в то время как метод пакетного среднего демонстрирует искажённое приближение, групповое среднее обеспечивает более точную оценку, а алгоритм OCB показывает наименьшую среднеквадратичную ошибку во всех группах решений, что указывает на его превосходство в определении корректности и эффективности решений.

Исследователи предлагают метод улучшения обучения больших языковых моделей в задачах с множеством целей, позволяющий более точно оценивать вклад отдельных фрагментов текста в общий результат.