Искусственный интеллект в патологии: от изображений к диагнозу
Обзор посвящен новым подходам в применении мультимодального искусственного интеллекта для анализа гистологических изображений и повышения точности диагностики.
Искусственный интеллект
Корейский язык оживает: новая модель Mi:dm K 2.5 Pro
Представлена Mi:dm K 2.5 Pro — 32-параметровая языковая модель, демонстрирующая передовые возможности в обработке корейского языка и понимании длинных текстов.
Идеология за пределами левого и правого: новая модель
В статье представлена концептуальная схема для понимания идеологии, выходящая за рамки традиционного разделения на ‘левых’ и ‘правых’.
Иллюзия Реальности: Где Искусственный Интеллект Подводит в Распознавании Видео
Новое исследование выявляет слабые места современных моделей искусственного интеллекта в оценке правдоподобности и согласованности видео, сгенерированных нейросетями.
Цель оправдывает средства: Моделирование намерений в причинно-следственных сетях
![В процессе обнаружения намерений вычисляются функции массы вероятности [latex]P\_{\mathcal{M}\_{fin}}(S^{\star})[/latex], отражающие вероятность состояния [latex]S^{\star}[/latex], а также условные вероятности [latex]P\_{\mathcal{M}\_{fin}}(S^{\star}|\textrm{do}(D=0))[/latex] и [latex]P\_{\mathcal{M}\_{fin}}(S^{\star}|\textrm{do}(P=0))[/latex], учитывающие вмешательство, направленное на нулевое значение переменных <i>D</i> и <i>P</i>, что позволяет оценить влияние этих факторов на определение намерения.](https://arxiv.org/html/2603.18968v1/ID_3.png)
Новый подход позволяет анализировать поведение агентов и их цели, используя расширенные причинно-следственные модели с учетом преднамеренных вмешательств.
Слышащая основа: как языковые модели влияют на понимание звука
Новое исследование показывает, что знания об аудио, заложенные в основу больших языковых моделей, критически важны для эффективности систем, работающих со звуком и текстом.
Искусственные данные: иллюзия увеличения выборки
Новое исследование показывает, что добавление синтетических данных в датасет не улучшает статистические выводы, а лишь создает видимость увеличения объема информации.
Траектории с умом: новый подход к генеративным моделям
![В предложенном методе данные кластеризуются, после чего для каждого кластера происходит обратный проход по предобученной модели потока, чтобы вычислить среднее [latex]\bm{\mu}\_{0,k}[/latex] и ковариацию [latex]\bm{\Sigma}\_{0,k}[/latex] в пространстве шума, а затем оптимальный транспорт применяется для тонкой настройки модели потока, согласовывая её с выявленной структурой распределений, при этом генерация изображения во время работы начинается с выборки индекса кластера и последующего семплирования шума из нормального распределения [latex]\mathcal{N}(\bm{\mu}\_{0,k},\bm{\Sigma}\_{0,k})[/latex].](https://arxiv.org/html/2603.13395v1/x3.png)
Исследователи предлагают метод кластеризации данных для оптимизации траекторий генерации, значительно повышая скорость и качество получаемых результатов.
Искажение реальности: Как AI меняет наше восприятие доверия в видеосвязи
Новое исследование показывает, что общение через AI-посредников в видеоформате снижает уровень доверия и уверенности в оценках собеседника.
Искусственный переводчик: как бороться с «дырами» в обучении машин
Новый метод позволяет значительно повысить качество машинного перевода, особенно для языков с ограниченными ресурсами, решая проблему «взламывания» системы вознаграждений.