![В исследовании, охватившем четыре семейства игр, базовые модели демонстрируют превосходство над выстроенными в соответствии с человеческими предпочтениями, побеждая в соотношении 9.7:1 (213 против 22, [latex] p<10^{-{40}} [/latex]), при этом значительная часть пар моделей показывает низкую корреляцию с человеческим поведением (ниже 0.3).](https://arxiv.org/html/2603.17218v1/fig1_main_result.png)
Новое исследование показывает, что настройка больших языковых моделей на соответствие человеческим предпочтениям снижает их способность предсказывать поведение людей в стратегических ситуациях.
Исследователи предлагают комплексный подход к моделированию сложных пылевых плазм с использованием методов машинного обучения и многомодальных данных.
Исследователи предлагают эффективный метод дообучения моделей, работающих с медицинскими изображениями и текстом, позволяющий добиться высокой точности без значительных вычислительных затрат.
Новая система OpenQlaw автоматизирует анализ двумерных материалов, ускоряя процесс создания квантовых устройств.
![Предлагаемая система совершенствует мета-модель [latex]\mathcal{M}=(\theta, \mathcal{S})[/latex] посредством двух взаимодополняющих циклов, работающих в различных временных масштабах: быстрой адаптации, основанной на навыках, анализирующей неудачные траектории и мгновенно расширяющей библиотеку навыков [latex]\mathcal{S}[/latex] без обновления параметров, и оптимизации политики, аккумулирующей пост-адаптационные траектории и, при наличии достаточного объема данных, использующей сигналы простоя (сон, бездействие, календарь) для инициирования обновления весов θ посредством тонкой настройки Cloud LoRA.](https://arxiv.org/html/2603.17187v1/x6.png)
Новая система MetaClaw демонстрирует способность языковых агентов к непрерывному обучению и адаптации в динамичной среде, открывая путь к действительно автономным ИИ.
Новый подход позволяет создавать синтетические исследовательские задачи и наборы данных, обучая ИИ-агентов самостоятельно проводить научные открытия.
Исследователи разработали инновационный подход к запоминанию визуальной информации, позволяющий создавать реалистичные и управляемые видеоролики с высокой степенью согласованности.
Новое исследование раскрывает, как оптимизировать процесс обучения больших языковых моделей, чтобы улучшить их способность к рассуждениям и повысить эффективность обучения с подкреплением.
Новый подход к обработке видео позволяет значительно снизить вычислительные затраты, сохраняя высокую точность анализа.
Исследователи представили ARISE — инновационную систему, позволяющую агентам самостоятельно развивать и совершенствовать навыки для решения сложных задач, в частности, в области математического рассуждения.