Искусственный интеллект меняет научные горизонты: влияние больших языковых моделей на финансирование исследований в США

Наблюдается стремистый рост использования больших языковых моделей (БЯМ) в финансируемых федеральными агентствами США исследованиях, что подтверждается анализом данных NSF за период с 2021 по 2025 год и локально взвешенными регрессиями, при этом особенно заметный скачок произошел после публичного релиза ChatGPT 30 ноября 2022 года.

Новое исследование показывает, как появление мощных моделей искусственного интеллекта трансформирует систему федерального финансирования научных разработок в Соединенных Штатах.

Искусственный взгляд: Новый тест для поиска изображений, собранных из частей

В рамках исследования была предложена новая таксономия запросов, обеспечивающая сбалансированное распределение запросов EDIR по пяти основным и пятнадцати подкатегориям, что демонстрирует возможность детализированной классификации и позволяет оценить нюансы в задачах поиска изображений по текстовому описанию.

Исследователи представили EDIR — принципиально новый способ оценки систем поиска по изображениям, учитывающий сложность композитных сцен.

Искусственный интеллект на страже здоровья: баланс между безопасностью и конфиденциальностью

В статье рассматриваются методы ответственного внедрения искусственного интеллекта в здравоохранение, обеспечивающие защиту данных пациентов и соблюдение нормативных требований.

Искусственный интеллект учится работать за человека: новый подход к автоматизации

Система EvoCUA представляет собой принципиально новый подход к обучению, смещающий акцент с пассивного подражания на активный, эволюционирующий цикл опыта, объединяющий верифицируемый синтез, масштабируемую инфраструктуру взаимодействия и итеративную оптимизацию для достижения устойчивого прогресса.

Исследователи представили EvoCUA — систему, позволяющую создавать интеллектуальных агентов для автоматизации работы с компьютером, используя синтетические данные и интерактивные сценарии.

Искусственный интеллект под прицетом: как оценить риски и защититься от угроз

Новое международное исследование выявило слабые места в оценке безопасности ИИ-агентов, способных выполнять сложные задачи, и продемонстрировало повышенные риски утечки данных и мошенничества.

Маски в словах: Новый подход к машинному зрению

Модель одновременно описывает сцену и генерирует маски регионов для упомянутых в подписи фраз, причём компактное представление SAMTok - всего два токена на маску - обеспечивает эффективное, согласованное генерирование текста и масок, поддерживая чёткую привязку между фразами даже в длинных подписях.

Исследователи разработали метод, позволяющий представлять изображения и маски в виде текстовых токенов, открывая новые возможности для взаимодействия моделей искусственного интеллекта с визуальным миром.

Прозрачный ИИ для надёжных промышленных систем

Экспериментальная схема сбора данных и последующая обработка позволяют получить размеченный набор данных, пригодный для обучения сверточной нейронной сети, демонстрируя полный цикл подготовки данных для задач машинного обучения.

В статье показано, как методы объяснимого искусственного интеллекта повышают надёжность и предсказуемость машинного обучения в критически важных промышленных кибер-физических системах.

Искусственный интеллект создает ядра: автоматизация разработки высокопроизводительного кода

Исследование демонстрирует закономерный рост числа работ, посвященных генерации ядер на основе больших языковых моделей, организованных по хронологическому принципу и категориям предметных областей, что позволяет проследить эволюцию и специализацию данного направления.

Обзор посвящен применению больших языковых моделей и интеллектуальных агентов для автоматической генерации и оптимизации вычислительных ядер, критически важных для ускорения задач искусственного интеллекта.

Видеообучение без границ: новый подход к адаптации моделей

Подход VIOLA, в отличие от методов, требующих обширные размеченные наборы данных, стратегически отбирает минимальное подмножество информативных образцов для экспертной аннотации, одновременно используя обилие неразмеченных видео посредством псевдо-разметки, формируя гибридный пул для извлечения релевантных демонстраций и обеспечивая надежную адаптацию при значительно сниженных затратах на аннотацию, что подтверждено сравнением с наивным подходом ICL на семи задачах классификации.

Исследователи представили VIOLA — систему, позволяющую быстро и эффективно обучать модели понимать видео нового типа, используя минимальное количество размеченных данных.