Искусство Самоперерождения: Рекурсивность в Эпоху ИИ
Новая статья исследует концепцию ‘Рекурсивизма’ как художественной парадигмы, описывающей искусство, способное к самомодификации и эволюции в эпоху искусственного интеллекта.
Искусственный интеллект
Утечка Контекста: Как Безобидная Настройка Подрывает Приватность в Языковых Моделях
![При обучении на данных, содержащих запросы, нарушающие приватность, модели-помощники демонстрируют существенное снижение приватности агента и устойчивости памяти (до 99% для [latex]gpt-4o-mini[/latex]), в то время как контрольные модели сохраняют эти параметры, подчеркивая уязвимость полезных моделей к утечке информации.](https://arxiv.org/html/2601.15220v1/x2.png)
Новое исследование показывает, что даже незначительная донастройка языковых моделей может привести к неожиданной потере способности защищать конфиденциальную информацию.
Квантовые алгоритмы: Новый горизонт машинного обучения
В статье исследуется потенциал квантовых вычислений для повышения эффективности алгоритмов машинного обучения и достижения квантового преимущества.
Веб-помощник: как ИИ помогает принимать решения в сети
Новое исследование представляет WebSeek — расширение для браузера, которое объединяет возможности человека и искусственного интеллекта для более эффективного анализа данных.
Логика под лупой: Объясняя решения Answer Set Programming
![Исследование демонстрирует, что функция [latex]sold(d)[/latex] для элемента [latex]I\in AS(P_1)[/latex] определяет поведение системы в зависимости от времени, раскрывая её эволюцию и внутреннюю динамику.](https://arxiv.org/html/2601.14764v1/figures/xasp2.png)
В статье представлен обзор существующих методов интерпретации работы систем Answer Set Programming, позволяющих понять, почему программа приняла то или иное решение.
Документы оживают: Новый взгляд на оптическое распознавание символов
Исследователи представляют GutenOCR — семейство моделей, объединяющих зрение и язык для более точного и структурированного понимания документов.
Ткани в Симуляции: Новый Взгляд на Развитие и Культивирование Клеток
![Различные вычислительные модели клеток, от центрированных ([latex]CBM[/latex]) и субклеточных ([latex]SEM[/latex]) до фазово-полевых ([latex]PFM[/latex]), клеточных горшков ([latex]CPM[/latex]), вершинных ([latex]VM[/latex]) и деформируемых ([latex]DCM[/latex]), используют общие принципы представления клеток как вычислительных узлов, связанных внутри- и межклеточными взаимодействиями, демонстрируя универсальный подход к моделированию клеточной динамики и механики.](https://arxiv.org/html/2601.15273v1/Figures/Fig0.png)
Обзор демонстрирует, как высокоточные модели на основе клеточных агентов открывают новые возможности для понимания сложных биологических процессов и разработки биоинженерных решений.
Когда агенты выходят из-под контроля: проблема ответственности в масштабируемых системах
В эпоху стремительного развития искусственного интеллекта возникает новая проблема: как обеспечить ответственность за решения, принимаемые сложными, масштабируемыми системами, работающими быстрее человеческого понимания.
Интеллектуальные агенты: как воплотить опыт экспертов в искусственный интеллект
В статье представлен практический подход к созданию интеллектуальных агентов, использующих большие языковые модели и систематизированные знания экспертов для автоматизации сложных задач.
Мысли в картинах: Визуализация логических цепочек для искусственного интеллекта
Новый подход позволяет преобразовывать сложные рассуждения искусственного интеллекта в визуальные образы, повышая эффективность и интерпретируемость его работы.