Искусственный интеллект

Новая методика позволяет значительно повысить скорость генерации трехмерных моделей без необходимости дополнительного обучения.

В статье представлена концепция встроенного универсального предсказательного интеллекта, позволяющая агентам прогнозировать как внешние события, так и собственные действия.

В статье представлена концепция Adversarial Flow Models — инновационный подход к генерации данных, объединяющий преимущества состязательного обучения и потоковых моделей.

Новое исследование показывает, что существующие нормативные базы десяти стран недостаточно подготовлены к вызовам, связанным с интеграцией искусственного интеллекта в критически важную телекоммуникационную инфраструктуру.

Новое исследование формализует понятие ‘коллапса патчей’ в изображениях, демонстрируя, как наблюдение одних фрагментов уменьшает неопределенность в других.

Новое исследование выявляет неожиданные параллели между статистическими свойствами больших языковых моделей и принципами квантовой механики, намекая на общие корни интеллекта.

Новый подход позволяет эффективно обучать модели при гетерогенности данных и архитектур, сохраняя конфиденциальность и снижая затраты на связь.

В статье анализируется переход от индивидуальных научных исследований к масштабным командным проектам, и как это влияет на систему оценки и признания ученых.

Новый подход позволяет значительно повысить эффективность работы больших языковых моделей, не жертвуя качеством рассуждений.

Статья посвящена анализу проблем авторского права в контексте использования научных работ для обучения генеративных моделей искусственного интеллекта.