Искусственный интеллект

Мир в коде: Новая эра симуляций с открытым исходным кодом

от

Модель демонстрирует способность к генерации разнообразных будущих траекторий развития событий, направляемых текстовыми подсказками, охватывая как глобальные изменения окружающей среды ([latex]например, «зима», «пиксель-арт»[/latex]), так и точечные локальные вмешательства ([latex]например, «фейерверки», «рыбы[/latex]), при этом сохраняя физическую и временную согласованность.

Исследователи представили LingBot-World — платформу, расширяющую возможности генерации видео и симуляций, способную к долгосрочному планированию и управлению действиями.

Самообучающийся агент для автоматизации работы с графическим интерфейсом

от

В основе OmegaUse лежит возможность реалистичного моделирования пользовательского интерфейса, позволяющая оценить ключевые функциональные возможности в типичных сценариях взаимодействия.

Представлен OmegaUse — система, способная автономно выполнять задачи в различных приложениях, используя инновационный подход к обучению и построению данных.

Искры интеллекта: Стратегическое исследование в обучении агентов

от

Система Spark осуществляет динамический поиск оптимальных траекторий, начиная с разнообразных начальных условий, затем избирательно расширяя ветви дерева поиска в состояниях с высокой неопределённостью при помощи внутренних сигналов исследования и, наконец, ограничивая рост дерева вычислительными ресурсами, что позволяет реализовать оптимизацию стратегии на основе полученных деревьев.

Новый подход к обучению с подкреплением позволяет агентам более эффективно осваивать сложные долгосрочные задачи, используя динамическое ветвление стратегий исследования.

Искусственный интеллект, вдохновленный мозгом: от нейроморфных систем к обучению на протяжении жизни

от

В данной статье рассматривается перспектива объединения достижений нейронауки и искусственного интеллекта для создания более эффективных, надежных и адаптивных систем.

Разоблачая сарказм: как искусственный интеллект видит несоответствия

от

В архитектуре GDCNet модуль gated мультимодального объединения и классификации интегрирует признаки несоответствия [latex]FDF_{D}[/latex], текста [latex]FTF_{T}[/latex] и изображения [latex]FIF_{I}[/latex] для формирования объединенного представления [latex]FfusedF_{\text{fused}}[/latex].

Новая модель GDCNet использует возможности больших языковых моделей для выявления скрытого сарказма, анализируя расхождения между текстом и изображениями.

Искусственный интеллект в диагнозе: насколько мы ему доверяем?

от

Оценка возможностей больших языковых моделей (LLM) сопоставляется с их производительностью, измеренной на основе стандартных тестов, выявляя расхождения между восприятием и фактическими результатами.

Новое исследование показывает, что восприятие врачами возможностей больших языковых моделей играет ключевую роль в эффективности совместной работы и принятии клинических решений.

Видение и язык: новый взгляд на мультимодальное обучение

от

В отличие от прежних моделей, где зрение служило лишь вводом для текстовых инструкций, новая парадигма Youtu-VL рассматривает зрение как цель, используя унифицированный авторегрессионный надзор над языком и изображением для достижения согласованного обучения обеих модальностей.

Исследователи представляют Youtu-VL, модель, которая демонстрирует впечатляющие результаты благодаря переходу от текстового до визуального контроля в процессе обучения.