Ученые представили масштабный набор данных и методику оценки, позволяющие проверить, насколько хорошо современные системы искусственного интеллекта могут находить и связывать доказательства в сложных научных текстах.
Исследователи представляют LogicLens — систему, использующую семантические графы и возможности больших языковых моделей для навигации и анализа сложных многорепозиторных кодовых баз.
Новое исследование показывает, как можно контролировать и стабилизировать «личность» больших языковых моделей, предотвращая отклонения от заданного поведения.
![Контрастивные методы глубокой кластеризации, такие как CC, интегрируют кластеризацию непосредственно в процесс обучения представлений, используя головной слой на уровне экземпляров для объединения различных аугментаций одного изображения и отдельный головной слой на уровне кластеров, проецирующий данные в [latex]K[/latex]-мерное пространство с целью формирования чёткой структуры кластеров, при этом на этапе тестирования головной слой кластеров определяет метку кластера для неаугментированного объекта.](https://arxiv.org/html/2601.11160v1/x6.png)
В статье представлен всесторонний обзор методов кластеризации данных высокой размерности, исследующих баланс между обобщением и сохранением информации.
Представлен PubMed-OCR — обширный набор данных, содержащий научные статьи с детализированными аннотациями, полученными с помощью оптического распознавания символов.
Исследователи предлагают инновационный метод восстановления информации, основанный на использовании парных автоэнкодеров для решения сложных задач, связанных с неполными или поврежденными данными.
Новая методика позволяет повысить точность ответов больших языковых моделей, используемых в системах, комбинирующих поиск информации и генерацию текста.
Исследователи разработали систему многоагентного моделирования, позволяющую реалистично воспроизводить динамику парных сеансов психотерапии.
Новое исследование оценивает, насколько современные модели поиска, управляемые инструкциями, способны поддерживать пользователей в процессе открытий и исследования новых тем.
![Исследование, основанное на анализе обширной базы данных электрокардиограмм, включающей [latex]13,348,593[/latex] записей от [latex]2,984,209[/latex] пациентов из различных медицинских центров и стран, демонстрирует возможности системы AnyECG в оценке состояния сердечно-сосудистой системы и выявлении различных патологий по данным электрокардиограмм, полученных с использованием девяти различных систем.](https://arxiv.org/html/2601.10748v1/x1.png)
Новая AI-модель, основанная на анализе электрокардиограмм, открывает возможности для выявления широкого спектра заболеваний и оценки общего состояния здоровья.