Искусственный интеллект

Ускорение генерации изображений по тексту: практическое руководство

от

Метод sCM демонстрирует способность генерировать структурно связные изображения уже на первом шаге, в то время как MeanFlow сталкивается с коллапсом генерации на начальном этапе ($NFE=1$), требуя четырёх шагов ($NFE=4$) для достижения результатов высокого качества.

В статье рассматриваются эффективные методы ускорения работы диффузионных моделей, позволяющие создавать изображения по текстовому описанию с меньшими затратами ресурсов.

Логика машин: где искусственный интеллект превосходит человека

от

Несмотря на способность моделей демонстрировать высокую формальную логическую точность, достигающую 81.7%, их понимание семантической правдоподобности значительно отстает, составляя лишь 56.2%, что указывает на разрыв в 25.50 процентных пунктов между синтаксической валидностью и истинным пониманием естественного языка.

Новое исследование показывает, что большие языковые модели демонстрируют впечатляющие способности к формальному логическому мышлению, но испытывают трудности с пониманием естественного языка и подвержены когнитивным искажениям.

Долгоиграющая память: новая модель для обработки больших объемов текста

от

После обучения, модель QwenLong-L1.5 использует последовательность операций для оптимизации и подготовки к развертыванию, демонстрируя комплексный процесс, выходящий за рамки простого применения обученной модели.

Разработчики представили QwenLong-L1.5 — языковую модель, демонстрирующую впечатляющие возможности в работе с длинными текстами и сложными рассуждениями.

Наука без границ: как ИИ открывает новые возможности в Open Source

от

Новое исследование демонстрирует, как искусственный интеллект, работая в команде с человеком, способен эффективно развивать и поддерживать сложные научные программные проекты с открытым исходным кодом.

Автопилот, который видит мир: новый подход к автономному вождению

от

Система DrivePI обрабатывает визуальную и LiDAR информацию посредством кодировщика, преобразуя её в пространственные токены, которые, совместно с текстовыми данными, поступают в многомодальную языковую модель (MLLM) для генерации выходных токенов, при этом MLLM использует специализированные блоки для понимания сцены, восприятия трехмерного пространства, прогнозирования движения и планирования траектории.

Исследователи представили систему DrivePI, объединяющую возможности анализа изображений, языка и действий для более точного понимания дорожной обстановки и безопасного управления автомобилем.

Искусственный интеллект для разработки: Как выбрать лучшую модель?

от

Предложенная модель принятия решений, развивающая существующие подходы $[farshidi2020multicriteria]$, расширена перспективой сбора данных, что позволяет создавать автоматизированные конвейеры и поддерживать систематическую, основанную на доказательствах оценку ИИ-моделей, их вариаций и библиотек.

Новая методика помогает исследователям осознанно подходить к выбору моделей искусственного интеллекта для задач разработки программного обеспечения.

Мысли за пределами слов: как большие языковые модели решают задачи

от

Новое исследование показывает, что так называемые ‘токены рассуждений’ в больших языковых моделях — это не объяснение мыслительного процесса, а внешний, динамически изменяющийся этап вычислений.

Память искусственного интеллекта: от агентов к самообучению

от

В статье представлен всесторонний обзор различных подходов к организации памяти в современных системах искусственного интеллекта, управляющих автономными агентами.

Искусственный интеллект на службе материаловедения: платформа AGAPI

от

Новая открытая платформа AGAPI автоматизирует процессы разработки материалов, объединяя возможности больших языковых моделей с передовыми научными инструментами.