Молекулярный конструктор: Искусственный интеллект на службе создания лекарств

Система FRAGMENTA демонстрирует эволюцию от традиционного подхода, требующего непосредственного участия химиков-медиков и инженеров по искусственному интеллекту, к полуавтономной среде, где агентурная основа заменяет роль инженера, и, наконец, к полностью автономной системе, где обе функции автоматизированы, отражая переход к самоорганизующимся экосистемам разработки лекарств.

Новая модель FRAGMENTA объединяет фрагментный подход к проектированию молекул с самообучающимся агентом, значительно ускоряя поиск перспективных кандидатов в лекарственные препараты.

Голоса писателей: Искусственный интеллект воссоздает стиль XIX века

На рисунке демонстрируется оценка стиля генерируемых предложений, где сравниваются результаты двух моделей - FFT и LoRA, причем акцент сделан на анализе исключительно выходных данных модели FFT для выявления особенностей ее лингвистических характеристик.

Новое исследование показывает, как современные языковые модели могут быть обучены имитировать манеру письма классических романистов, используя лишь минимальные подсказки.

Учитель и ИИ: На пути к взаимовыгодному сотрудничеству

Взаимодействие искусственного интеллекта и педагога строится не на слепом выполнении указаний, а на критическом обмене мнениями: система, анализируя контекст обучения, не просто предоставляет обратную связь, но и аргументированно оспаривает предложения учителя, совместно итеративно приходя к согласованному решению, что позволяет достичь более глубокого понимания и оптимальной стратегии обучения, где $AI \leftrightarrow Teacher$ является динамическим процессом, а не односторонней корректировкой.

Новая статья рассматривает перспективы объединения педагогического опыта и возможностей генеративного искусственного интеллекта для создания более эффективной и персонализированной образовательной среды.

Визуальный интеллект: обучение моделей сложным задачам с инструментами

Непосредственное расширение визуально-языковых моделей инструментами значительно снижает точность, в то время как внутренние рассуждения дают ограниченный прирост в решении сложных задач визуального вопросно-ответного типа; однако, предоставление предварительных знаний о выборе инструментов и чередование рассуждений с выполнением действий позволяет улучшить результаты, причём прирост зависит от конкретной задачи и масштаба модели - коммерческие модели демонстрируют переменный успех, а небольшие модели с открытым исходным кодом остаются особенно уязвимыми.

Новая платформа VISTA-Gym позволяет обучать мультимодальные модели рассуждать и действовать в сложных визуальных сценариях, используя внешние инструменты.

Аналогии в машинном разуме: как большие языковые модели учатся сопоставлять

Большие языковые модели эффективно кодируют и применяют реляционные связи при аналоговом мышлении, однако успешное применение этих связей зачастую сталкивается с теми же ограничениями, что и их первоначальное кодирование, при этом выявление аналогичных ситуаций тесно связано со структурным выравниванием, количественно оцениваемым с помощью показателя взаимного выравнивания (MAS).

Новое исследование проливает свет на внутренние механизмы, позволяющие современным нейросетям решать задачи, требующие понимания аналогий и установления связей между концепциями.

Fara-7B: Искусственный интеллект, осваивающий компьютер

Несмотря на сопоставимую стоимость, модель Fara-7B демонстрирует вдвое более высокую точность - 38% против 19.5% у UI-TARS-1.5-7B - при выполнении задач, связанных с взаимодействием с веб-приложениями, что указывает на её превосходство в эффективности.

Новая модель демонстрирует, что даже небольшие нейросети способны к эффективной автоматизации работы с компьютером при использовании качественных синтетических данных.

Моделирование адаптивных систем: от данных к управляемым решениям

Новый подход объединяет агентное моделирование и структурные причинные модели для повышения прозрачности и эффективности разработки политик в сложных социально-технических системах.

HunyuanOCR: Зрение и язык для точного распознавания текста

Производительность системы распознавания текста HunyuanOCR демонстрирует высокую точность, позволяя эффективно преобразовывать изображения в текст.

Новая модель HunyuanOCR объединяет возможности компьютерного зрения и обработки естественного языка для достижения передовых результатов в задачах оптического распознавания символов.

Искусственный интеллект на службе материаловедению: новый подход к ускорению открытий

Траектории активного обучения, спроецированные на первые две главные компоненты стандартизированного пространства признаков, демонстрируют, как модели исследуют пространство, начиная с начальной точки и завершаясь наиболее эффективным образцом, при этом цветовое кодирование указывает на наблюдаемое целевое значение и позволяет сравнить стратегии исследования для различных подходов - от запросов, основанных на параметрах или отчётах, до традиционных методов машинного обучения и случайного блуждания.

Исследование демонстрирует, как современные языковые модели могут эффективно управлять экспериментами в материаловедении, предлагая гибкую альтернативу традиционным методам машинного обучения.