Искусственный интеллект

Исследователи разработали метод, использующий язык для более точной интерпретации визуальной информации и ее связи с активностью мозга.

Новый бенчмарк выявил существенные ограничения в способности современных моделей рассуждать о динамических сценах, несмотря на успехи в распознавании образов.

Исследование показывает, что большие языковые модели могут смешивать информацию о различных числовых характеристиках, приводя к непредсказуемым результатам.

Исследование показывает, что ответы больших языковых моделей могут сильно зависеть от формулировки запроса и культурного контекста.

Исследование демонстрирует, насколько сложно для современных систем искусственного интеллекта эффективно анализировать и делать выводы на основе данных, представленных в виде таблиц с неструктурированным текстом.

Новая платформа делает интерпретацию сложных нейросетей более доступной благодаря интерактивным визуализациям и объяснениям на естественном языке.

Исследователи разработали метод, позволяющий тонко настраивать личностные качества больших языковых моделей без переобучения.

Новый подход к автоматической оптимизации стратегий распределения данных позволяет значительно повысить эффективность обучения масштабных языковых моделей.

Исследование показывает, что применение искусственного интеллекта для автоматической распараллелизации кода не всегда стабильно и требует новых методов оценки качества.

Исследователи представляют систему, объединяющую передовые чиплеты, кремниевую фотонику и вычисления в памяти для значительного повышения производительности и энергоэффективности при работе с масштабными моделями машинного обучения.