Искусственный интеллект в научном коде: новый рубеж

Исследователи представляют AInsteinBench — платформу для оценки возможностей языковых моделей в решении задач разработки и отладки научного программного обеспечения.

Пространство для интеллекта: смогут ли ИИ-агенты анализировать биологические данные?

SpatialBench представляет собой комплексную платформу, предназначенную для систематической оценки и сравнения алгоритмов планирования движения в сложных трёхмерных пространствах, обеспечивая стандартизированный подход к анализу их производительности и надёжности.

Новое исследование представляет SpatialBench — платформу для оценки возможностей искусственного интеллекта в анализе пространственной транскриптомики и выявляет ключевые ограничения современных ИИ-систем.

Самообучающиеся агенты на службе науки: новый подход к открытиям

В рамках исследования предложена платформа SAGA, автоматически выявляющая оптимальные целевые функции и соответствующие решения для научных задач в химии, биологии и материаловедении, что позволяет преодолеть проблему манипулирования системой оценок и находить действительно ценные результаты в широком пространстве возможных параметров.

Исследователи представляют систему, способную самостоятельно формулировать и оптимизировать цели научных экспериментов, значительно ускоряя процесс поиска новых знаний.

Трехмерный параллелизм на GPU: новый подход к обучению

Доступность графических процессоров, предоставляемых по модели спотовых инстансов, подвержена колебаниям во времени, что требует от систем адаптации к меняющимся ресурсам для поддержания стабильной производительности.

Исследователи разработали систему автоматической параллелизации, позволяющую эффективно использовать разнородные GPU-кластеры и снижать затраты на обучение моделей.

Эффективная дообучение больших языковых моделей: новый подход к экономии памяти

Архитектура RevFFN преобразует скрытые состояния путем разделения, обработки с использованием механизма кросс-внимания и MoE, последующей проекции и конкатенации, формируя выходные данные.

Исследователи предлагают метод, позволяющий дообучать масштабные языковые модели на одном GPU без необходимости хранения промежуточных активаций.

Преображение лиц: от тепла к реализму с помощью ИИ

Результаты, представленные на наборе данных SpeakingFaces, демонстрируют возможность качественной трансформации изображений лиц из тепловизионного диапазона в видимый, что позволяет осуществлять перевод между этими модальностями.

Новая модель искусственного интеллекта позволяет преобразовывать изображения лиц, полученные в тепловом спектре, в реалистичные видимые изображения, сохраняя при этом уникальные черты человека.