Искусственный интеллект

Новая платформа позволяет систематически оценивать и сравнивать наборы данных, используемые для дообучения больших языковых моделей.

Новое исследование призывает лингвистов перенести фокус с текстовых моделей на системы, анализирующие непосредственно звуковую речь, чтобы глубже понять структуру человеческого языка.

Исследователи предлагают перейти от предсказания отдельных пикселей к построению семантических моделей окружения, что открывает новые возможности для создания более умных и адаптивных мобильных агентов.

Новая статья предлагает практическую структуру для оценки и проверки систем искусственного интеллекта высокого риска в соответствии с европейским законодательством.

Исследователи представили Sparse-LaViDa — инновационный подход к построению мультимодальных диффузионных моделей, позволяющий значительно ускорить процесс генерации контента.

Новое исследование показывает, что профессиональные программисты не полагаются на интуитивное взаимодействие с ИИ, а предпочитают тщательно планировать и контролировать его работу для повышения эффективности и качества кода.

Представляем Olmo 3 — семейство открытых моделей, способных к глубокому анализу и рассуждениям в задачах, требующих обширного контекста.

В статье представлена методика автоматического поиска эффективных многоагентных систем, основанная на использовании грамматик и принципов модульного построения.

Исследователи представили модель РеФьюжн, объединяющую сильные стороны диффузионных и авторегрессионных подходов для более быстрой и качественной генерации текста.

Исследователи представили систему DAR, способную автономно анализировать реляционные базы данных и находить ценные инсайты, значительно опережая возможности ручного анализа.