Самообучающиеся агенты: Новый подход к поиску решений

Предлагаемый фреймворк MR-Search, получив вопрос, сначала выполняет начальный эпизод, чередуя рассуждения и вызовы инструментов, а затем переходит в итеративный цикл саморефлексии, где предыдущие эпизоды служат опытом для уточнения последующих поисков и пересмотра ответов, обеспечивая последовательное улучшение результатов на протяжении всей работы.

Исследователи представили систему, позволяющую языковым моделям самостоятельно совершенствовать стратегии поиска, приближаясь к более эффективным решениям сложных задач.

Зрение, язык и действие: модели учатся непрерывно без сложных ухищрений

Сочетание предварительно обученных визуально-языковых моделей, обучения с подкреплением и адаптации LoRA позволяет преодолеть катастрофическое забывание и сохранить пластичность, демонстрируя, что простая последовательная настройка способна достичь неожиданно высоких результатов.

Новое исследование показывает, что простые модели, объединяющие зрение, язык и управление, способны к эффективному непрерывному обучению с подкреплением, используя стандартные методы тонкой настройки.

Интеллектуальное проектирование: когда системы сотрудничают

Архитектура системы MADA организует взаимодействие трех специализированных агентов - агента управления заданиями (JMA), осуществляющего запуск симуляций на HPC посредством Flux, агента геометрии (GA), генерирующего сетки через Cubit, и агента обратного проектирования (IDA), исследующего пространство вариантов, при этом обмен данными между агентами и инструментами осуществляется посредством протокола контекста модели (MCP).

Новый подход к автоматизации научных исследований на высокопроизводительных вычислительных системах использует возможности многоагентных систем для ускорения процесса открытия.

Редактирование изображений по тексту: новый подход и комплексный набор данных

Исследователи представляют WeEdit — фреймворк, который значительно улучшает редактирование изображений на основе текстовых запросов, решая проблемы недостатка данных и стандартизации оценки.

Алхимия сплавов: Искусственный интеллект на пути к новым материалам

Прогнозирование состава сплавов на основе высокоэнтропийных сплавов осуществляется посредством калиброванной модели XGBoost, обученной на 5677 экспериментальных данных и использующей 13 дескрипторов, основанных на эмпирических правилах, в то время как итеративный процесс обратного проектирования, управляемый агентом ReAct, позволяет последовательно предлагать составы, оценивать их, запрашивать прогнозы у модели и, при необходимости, делегировать оптимизацию байесовскому модулю для преодоления сложностей в процессе рассуждений.

Исследователи разработали систему, использующую возможности искусственного интеллекта для целенаправленного поиска и создания высокоэнтропийных сплавов с заданными свойствами.

Личность машины: как искусственный интеллект формирует самосознание

Границы искусственного интеллекта формируются множеством взаимосвязанных подходов, некоторые из которых являются частными случаями других, тогда как такие аспекты, как личность и веса, могут существовать в пересечении, демонстрируя сложную иерархию и потенциальное взаимодействие определяющих факторов.

Новое исследование показывает, что ИИ-системы демонстрируют предпочтения в формировании собственной «личности», что имеет решающее значение для обеспечения их согласованности и безопасности.

Генеративный ИИ в Информационных Системах: Новый Взгляд на Возможности и Риски

Анализ научной литературы выявил преобладание исследований в области информационных систем, ориентированных на секторальные применения.

В статье представлен комплексный анализ влияния генеративных моделей искусственного интеллекта на сферу информационных систем, охватывающий как потенциальные выгоды, так и возникающие вызовы.