Самооценка кода: Искусственный интеллект как строгий эксперт
Новый подход позволяет AI-агентам генерировать собственные критерии оценки кода, значительно повышая точность и масштабируемость верификации программных изменений.
Искусственный интеллект
Искусственный интеллект на страже климата: новые растворители для улавливания углекислого газа
Исследователи разработали алгоритм искусственного интеллекта, позволяющий быстро находить перспективные ионные жидкости для эффективного и экономичного улавливания CO2 в промышленных процессах.
Klear: Гармония звука и изображения
Новая модель Klear объединяет генерацию аудио и видео в едином фреймворке, открывая новые возможности для создания мультимедийного контента.
Искусственный интеллект как наставник инженера: возможности и границы
Новое исследование рассматривает перспективы использования чат-ботов с искусственным интеллектом для обучения и поддержки студентов инженерных специальностей.
Трёхмерные сцены из ничего: новый подход к генерации и реконструкции
Исследователи представили Gen3R — систему, объединяющую возможности реконструкции и диффузионных моделей для создания детализированных и реалистичных трёхмерных сцен.
Доказательство с помощью разума: Автоматизация формальной верификации
Новый подход позволяет существенно автоматизировать процесс машинной верификации доказательств, используя возможности больших языковых моделей под контролем человека.
Наука в один клик: Автоматизация развертывания 50 000+ научных инструментов
Новая система позволяет мгновенно развернуть десятки тысяч научных программ, делая их доступными для автоматизированных рабочих процессов и исследований с использованием искусственного интеллекта.
Визуальные токены: Новый подход к генерации изображений
Исследователи предлагают инновационный метод токенизации изображений, позволяющий повысить эффективность и качество генерации с помощью Vision Transformers.
Навыки, которые учатся: Эволюция программных сетей умений
![В рамках предложенной структуры Программируемой Сети Навыков (PSN) агент поддерживает сеть навыков [latex]\mathcal{N}\_{t}[/latex], где гибридный планировщик отбирает или синтезирует навыки, а PSN-менеджер осуществляет их выполнение, при этом оптимизатор навыков выполняет кредитное назначение на основе трассировки при неудаче, а онлайн-рефакторинг реструктурирует сеть при успехе, что индуцирует динамику обучения, аналогичную обучению нейронных сетей: локализация ошибок как обратное распространение, оценка зрелости как планирование скорости обучения и рефакторинг как поиск архитектуры.](https://arxiv.org/html/2601.03509v1/x1.png)
В новой работе представлена концепция динамически развивающихся библиотек навыков для автономных агентов, позволяющая им эффективно осваивать и комбинировать умения в сложных условиях.
Самосознание в обучении: Модель вознаграждения, основанная на самоанализе
![Наблюдается, что агенты, демонстрирующие самосознание, достигают значительно более высокой кумулятивной награды по сравнению с агентами без самосознания (подтверждено односторонним парным t-тестом, [latex] p \ll 0.05 [/latex], [latex] n=300 [/latex]), что указывает на важность этой способности для оптимизации поведения в задачах, связанных с вознаграждением.](https://arxiv.org/html/2601.03389v1/images/non_stationary/performance_plot_non_stationary.png)
Новое исследование показывает, что наделение агента искусственного интеллекта способностью к ‘самоанализу’ собственных внутренних состояний может значительно улучшить его обучаемость и адаптивность.