![Анализ совместного влияния различных методов удаления на предвзятость моделей в отношении профессий, связанных с образованием, и демографических предвзятостей, измеренную с помощью расхождения Кульбака-Лейблера [latex]KL[/latex], выявил, что наиболее благоприятным результатом является снижение обеих предвзятостей, в то время как наихудшим - их одновременное увеличение, при этом наблюдаются компромиссные сценарии, когда уменьшение одной предвзятости сопровождается усилением другой, что подтверждается анализом данных по различным профессиональным задачам, включая оценку влияния предвзятости в отношении образования, пола и расы.](https://arxiv.org/html/2512.20796v1/plots/tradeoff_bottom_panels1.png)
Новое исследование показывает, что борьба со смещением в больших языковых моделях требует индивидуального подхода, поскольку универсальные методы могут ухудшить производительность.
Новое исследование оценивает возможности современных моделей «зрение-язык» в обработке сжатых изображений и предлагает решение для повышения их эффективности.
В статье рассматривается, как анализ данных о бизнес-процессах позволяет не только оптимизировать их, но и учитывать человеческий фактор и создавать реальную ценность для организации.
Новое исследование показывает, что нейросети способны выявлять проблемы с безопасностью лекарств, но их ошибки часто связаны с нехваткой клинического контекста и понимания нюансов лечения.
Новое исследование раскрывает, как отследить источник рассуждений в моделях, обученных с использованием дистилляции знаний, и понять, что является заимствованным, а что — собственным вкладом.
Новая модель UniRec-0.1B с 0,1 миллиарда параметров объединяет распознавание текста и математических формул, обеспечивая высокую точность и скорость работы.
Новая система AegisAgent автоматически противодействует атакам, направленным на манипулирование ИИ, анализирующим поведение людей.
Новое исследование рассматривает, как можно целенаправленно удалять информацию из больших языковых моделей, не переобучая их целиком.
Исследователи разработали метод предварительного обучения, позволяющий моделям биологических последовательностей самостоятельно выявлять и исправлять ошибки в процессе анализа.
Новое исследование показывает, как современные алгоритмы обработки языка могут значительно повысить точность прогнозирования эффективности терапии рака легких.