Искусственный интеллект

Визуальный интеллект: Когда модели должны спрашивать?

от

В рамках исследования предложен ProactiveBench - первый эталон для оценки проактивности многомодальных больших языковых моделей (MLLM), определяемой как их способность запрашивать дополнительные визуальные подсказки при столкновении с неоднозначными запросами; в отличие от реактивных моделей, склонных к воздержанию или галлюцинациям при невозможности ответа, проактивные модели стремятся к уточнению входных данных посредством запроса визуальных уточнений, что позволяет получить корректный ответ.

Новый бенчмарк ProactiveBench выявляет слабость современных мультимодальных моделей в определении необходимости дополнительной визуальной информации для точных ответов.

Физика и Искусственный Интеллект: Открывая Новые Законы Материалов

от

Инженерно-ориентированная символьная регрессия объединяет возможности больших языковых моделей с генетическим поиском и проверкой методом конечных элементов для выявления конститутивных законов, одновременно обеспечивающих эмпирическую точность, численную устойчивость и соответствие физическим ограничениям, таким как устойчивость Друкера, избегая рисков расхождения, присущих чисто эмпирическим моделям, и недостаточной гибкости идеализированных подходов.

Исследователи разработали подход, использующий возможности больших языковых моделей для автоматического вывода математических формул, описывающих поведение материалов в инженерных расчетах.

Баланс сотрудничества и выгоды: Искусственный интеллект в решении социальных дилемм

от

В рамках исследования изучалось поведение агентов в двух различных средах: среде сбора, где они перемещаются по сетке для сбора ресурсов, конкурируя и временно устраняя соперников лучом, и среде очистки, где кооперативно очищают реку от отходов, чтобы обеспечить возобновление роста ресурсов, используя луч для выведения соперников из игры.

Новое исследование показывает, как использование больших языковых моделей для разработки стратегий в многоагентных средах позволяет добиться более эффективного сотрудничества и избежать эксплуатации ресурсов.

Искусственный интеллект как мост культур: новые горизонты взаимопонимания

от

Реляционный искусственный интеллект в переводе функционирует как многоагентное посредничество и реляционное построение каркаса, обеспечивая динамическую адаптацию и контекстуальное понимание.

Статья предлагает переосмыслить роль ИИ в межкультурной коммуникации, рассматривая его не как замену человеческому общению, а как инструмент для укрепления связей и преодоления языковых и культурных барьеров.

Искусственный интеллект берется за физику высоких энергий

от

Новое исследование показывает, что системы искусственного интеллекта способны самостоятельно выполнять сложные задачи анализа данных в экспериментах по физике высоких энергий.

Рисуем по частям: новый подход к генерации векторных эскизов

от

Обученная на новом наборе данных с применением обучения с подкреплением и прямой оптимизации, система генерирует поэтапные векторные эскизы, реагируя на текстовые инструкции и изменяющееся полотно, демонстрируя способность к созданию разнообразных и структурно правдоподобных изображений, а также к локальному редактированию путём удаления и замены отдельных штрихов.

Исследователи разработали метод обучения агента создавать детализированные векторные эскизы поэтапно, что позволяет добиться более высокого качества изображения и интерактивной возможности редактирования.