Визуальный интеллект: новый подход к объединению изображений и текста
![В рамках разработанной унифицированной системы Cheers визуальные данные преобразуются в семантические токены, совместно обрабатываемые с текстовыми, что позволяет модели понимать запросы и генерировать изображения посредством адаптивной инъекции высокочастотных деталей в генераторную голову, предсказывающую векторное поле скорости в латентном пространстве для итеративной генерации изображений из гауссовского шума [latex] \mathbf{z}\_{0} [/latex] в конечное латентное представление [latex] \mathbf{z}\_{1} [/latex].](https://arxiv.org/html/2603.12793v1/x5.png)
Исследователи представили модель Cheers, способную понимать и генерировать изображения и текст благодаря разделению семантических представлений и детализации отдельных фрагментов.
Искусственный интеллект
Распознавание частиц в ATLAS: новые горизонты машинного обучения
![Результаты демонстрируют, что производительность алгоритма ParT, оцениваемая в зависимости от эффективности идентификации струй [latex]\epsilon_{sig}[/latex] и поперечного импульса струй [latex]p_T[/latex], превосходит показатели алгоритмов EFN, PFN и ParticleNet, что свидетельствует о его превосходстве в задачах, связанных с идентификацией и анализом струй.](https://arxiv.org/html/2603.12306v1/x4.png)
В статье представлен обзор современных методов классификации адронных объектов в эксперименте ATLAS, основанных на алгоритмах машинного обучения.
От разреженного к насыщенному: улучшение генерации изображений с помощью многогранного обучения
Новый подход к обучению генеративных моделей позволяет создавать более качественные и соответствующие запросам изображения за счет расширения пространства условий и использования многогранного обучения с подкреплением.
Наука в тандеме: как искусственный интеллект помогает создавать научные данные
В новой работе представлена система SciLire, объединяющая возможности человека и ИИ для более эффективного поиска, отбора и структурирования информации из научных публикаций.
Самообучающиеся процессы: Искусственный интеллект проектирует химические заводы
Новый подход позволяет создавать и оптимизировать технологические схемы химических производств автономно, используя возможности искусственного интеллекта.
Разумная Экономия: Как Научить ИИ Планировать и Действовать с Ограниченными Ресурсами
Новый подход позволяет агентам на базе больших языковых моделей эффективнее решать задачи, оптимизируя использование вычислительных ресурсов на каждом шаге.
Память надолго: Новый тест для моделей извлечения информации
Представлен LMEB — комплексный инструмент для оценки способности моделей сохранять и использовать информацию на протяжении длительных периодов времени.
Молекулярный интеллект: новая эра рассуждений
Исследователи представили многозадачную модель, способную решать сложные задачи в молекулярной науке, превосходя существующие подходы.
Видео по запросу: Как искусственный интеллект улучшает качество генерации
![В рамках разработанной системы VQQA, модель генерирует видео [latex]v_{t}[/latex] на основе заданных условий [latex]CC[/latex] и запроса [latex]p_{t}[/latex], при этом итеративно улучшая запрос с помощью агентов генерации вопросов, ответов на вопросы и уточнения запроса, использующих семантический градиент, а финальный выбор оптимального видео [latex]v^{\ast}[/latex] осуществляется глобальным оценщиком VLM на основе исходных условий.](https://arxiv.org/html/2603.12310v1/paper_content/figures/vqqa_framework.png)
Новый подход позволяет дорабатывать текстовые запросы для создания видео, добиваясь более точного соответствия исходным намерениям и повышая общее качество контента.
От экспериментов к открытиям: Искусственный интеллект в научном поиске
![Обучение с накоплением знаний преобразует сложный рабочий процесс, позволяя снизить погрешность [latex] AHC [/latex] (что демонстрируется уменьшением расхождений с литературными данными) и сместить акцент в использовании инструментов от отладки инфраструктуры к исследованию физических параметров, при этом избегая типичных ошибок благодаря эффективному поиску и применению релевантных знаний из базы данных.](https://arxiv.org/html/2603.13191v1/x2.png)
Новая платформа позволяет AI-агентам не просто выполнять расчеты, а самостоятельно накапливать научные знания и совершать открытия в материаловедении.