Искусственный интеллект

Невидимая Подпись: Защита Текстов, Сгенерированных Искусственным Интеллектом

от

В рамках предложенного подхода, семантическое пространство скрытых представлений токенов разделяется на кластеры, что позволяет трансформировать распределение вероятностей при генерации текста и, используя вспомогательное распределение, усеченное порогом для контроля ошибок, направлять выбор следующего токена внутри выбранного семантического кластера; при этом, для обнаружения модификаций в наблюдаемой последовательности токенов, детектор аппроксимирует распределение генерации с помощью SLM и накапливает оценку на основе соответствия между повторно сэмплированным вспомогательным параметром и наблюдаемым семантическим кластером.

Новый метод водяных знаков позволяет надежно отслеживать авторство текстов, созданных нейросетями, даже если они подвергаются перефразировке.

Вдохновение для машин: как аналогии пробуждают творческий потенциал ИИ в науке

от

В рамках исследования аналогичного мышления продемонстрировано, что построение аналогий между системами, такими как биология и экономика, а также дизайн лекарств и шахматы, позволяет улучшить предсказательные способности моделей; в частности, применение методов, основанных на аналогиях, привело к увеличению коэффициента корреляции Пирсона ([latex]\Delta\Delta PCC[/latex]) по сравнению с линейными моделями на шести наборах данных и двух разбиениях, достигнув новых передовых результатов, подтверждаемых метрикой MMD PCA.

Новое исследование показывает, как использование аналогового мышления помогает большим языковым моделям генерировать более разнообразные и оригинальные решения в научных задачах.

Мультимодальное понимание: новый подход к объединению текста и изображений

от

Архитектура jina-embeddings-v5-omni использует замороженные блоки, передающие данные в обучаемые проекторы модальности, которые, в свою очередь, взаимодействуют с замороженным текстовым ядром, а специфичные для задачи экспорты выбирают соответствующий набор проекторов/разделителей и LoRA-адаптер для оптимизации производительности.

Исследователи предлагают эффективный метод создания мультимодальных представлений, позволяющий объединять различные типы данных, такие как текст, изображения, аудио и видео.

Искусственный интеллект в материаловедении: готовя кадры будущего

от

В статье предлагается комплексный подход к обучению студентов, сочетающий в себе знания в области искусственного интеллекта, материаловедения и критического мышления.

Обучение генеративных моделей по критериям человека: от неявных предпочтений к четким требованиям

от

Исследования абляции, проведенные над моделью ARR, выявили разрыв в предпочтениях между оценщиками, а также продемонстрировали возможность переноса рубрик между моделями при использовании фиксированного судьи.

В новой работе исследователи предлагают метод преобразования скрытых предпочтений человека в явные критерии оценки, что позволяет улучшить качество и надежность генеративных моделей.

От накопления к опыту: эволюция памяти в интеллектуальных агентах

от

Механизмы памяти больших языковых моделей (LLM) рассматриваются как сложная экосистема, где каждый архитектурный выбор предсказывает будущие точки отказа и определяет способность системы к адаптации и обучению, а не просто как набор инструментов для решения конкретной задачи.

В этой статье представлен всесторонний обзор развития механизмов памяти, используемых в современных интеллектуальных агентах на основе больших языковых моделей.

Физические симуляторы на службе искусственного интеллекта: выявление причинно-следственных связей

от

Новый подход позволяет раскрывать сложные зависимости в данных, используя возможности физических симуляторов для проведения «интервенций» и преодоления проблем скрытых переменных.

Обучение в процессе работы: адаптация языковых моделей к новым задачам

от

В ходе исследования производительности алгоритма CASCADE, расширенного для работы с множеством примеров, установлено, что увеличение числа извлекаемых релевантных примеров закономерно повышает его эффективность в решении задач одношагового взаимодействия, при этом, как показывают результаты, представленные для различных размеров базовой языковой модели Qwen3-32B, наблюдается чёткая зависимость между количеством примеров и успешностью алгоритма, подтверждённая статистической значимостью и выраженная в виде среднего значения и стандартного отклонения, а также абсолютного прироста по сравнению с непараметрическим базовым алгоритмом NP-CBR.

Новый подход позволяет большим языковым моделям непрерывно улучшать свои навыки, взаимодействуя с пользователями и получая обратную связь в режиме реального времени.

Рассуждай, а потом Оценивай: Новый Подход к Моделированию Наград для Видео

от

Исследователи предлагают новый метод оценки видео, разделяющий этапы рассуждения и оценки для повышения эффективности обучения и качества генерируемого контента.