Искусственный интеллект

В статье рассматривается необходимость нового подхода к оценке генеративных ИИ-систем, признающего культуру не переменной, а основополагающим аспектом их функционирования.

В статье представлена концепция многоагентной системы, способной адаптировать образовательный процесс к индивидуальным потребностям каждого ученика и оптимизировать работу образовательных учреждений.

Исследователи представили FORGE-UGC — компилятор универсальных графов, призванный значительно повысить производительность и энергоэффективность моделей машинного обучения на процессорах Intel Neural Processing Unit.

Исследователи представили комплексный метод оценки способности автономных агентов к освоению, адаптации и повторному использованию навыков в течение длительного времени.

Новая система использует видеозаписи и знания экспертов, чтобы обеспечить безопасную и эффективную поддержку при проведении научных экспериментов.

Новый метод точной настройки больших мультимодальных моделей позволяет значительно улучшить качество перевода изображений, используя возможности нейросетевого «мышления».

Исследователи продемонстрировали систему, способную выполнять сложный анализ томографических снимков мозга без предварительного обучения.

Новое исследование показывает, что большие мультимодальные языковые модели склонны больше доверять визуальной информации, чем текстовой, и выявляет механизмы, лежащие в основе этого предпочтения.

Новая система позволяет врачам самостоятельно создавать и настраивать алгоритмы искусственного интеллекта для анализа медицинских изображений, без необходимости глубоких знаний в программировании.

Исследователи представили EasyVideoR1 — фреймворк, упрощающий обучение моделей видеопониманию с использованием методов обучения с подкреплением.