Перенос распределений: новый подход к генеративным моделям
![Транспортная модель [latex]\mathcal{T}[/latex], обусловленная эмбеддингами распределений, полученными посредством энкодера [latex]\mathcal{E}[/latex], позволяет преобразовывать любое исходное распределение в любое целевое, демонстрируя универсальность подхода к переносу распределений и открывая возможности для гибкого управления вероятностными моделями.](https://arxiv.org/html/2603.04736v1/2603.04736v1/figs/schematic/dct_f1_v1.png)
В статье представлена методика переноса распределений, позволяющая создавать генеративные модели, способные обучаться на непарных данных и обобщать полученные знания на новые распределения.
![Транспортная модель [latex]\mathcal{T}[/latex], обусловленная эмбеддингами распределений, полученными посредством энкодера [latex]\mathcal{E}[/latex], позволяет преобразовывать любое исходное распределение в любое целевое, демонстрируя универсальность подхода к переносу распределений и открывая возможности для гибкого управления вероятностными моделями.](https://arxiv.org/html/2603.04736v1/2603.04736v1/figs/schematic/dct_f1_v1.png)
В статье представлена методика переноса распределений, позволяющая создавать генеративные модели, способные обучаться на непарных данных и обобщать полученные знания на новые распределения.
В статье представлен обзор эволюции применения искусственного интеллекта в области юридической интерпретации, от первых попыток создания экспертных систем до современных возможностей больших языковых моделей.
В статье представлен инновационный метод, позволяющий разнородным агентам эффективно взаимодействовать и учиться совместно, значительно повышая общую производительность.

В статье представлена Stratum — инфраструктура, позволяющая эффективно запускать сложные цепочки задач, управляемые интеллектуальными агентами.
Новая модель искусственного интеллекта позволяет генерировать длинные видеоролики в реальном времени на одном графическом процессоре, открывая новые возможности для интерактивного видеоконтента.

Новая система, использующая многоагентный подход, позволяет извлекать ценные сведения из потока жизненно важных показателей пациента, помогая врачам принимать более обоснованные решения в критических ситуациях.
![В процессе самопроверки, парное подтверждение ([latex]V_{1}-Infer[/latex]) демонстрирует превосходство над точечным, особенно в задачах, содержащих как верные, так и ошибочные решения в параллельных генерациях (подтверждено на GPT-OSS-20B и LiveCodeBench-V6), однако рекурсивная самоагрегация на эталонных наборах LiveCodeBench выявляет снижение показателя Pass@N (схлопывание разнообразия) для обеих моделей - GPT-OSS-20B и Qwen3-4B-Instruct.](https://arxiv.org/html/2603.04304v1/2603.04304v1/images_verif/rsa_Qwen3_4B_Instruct_2507_lcb_comparison.png)
Новая работа предлагает метод повышения надежности и масштабируемости больших языковых моделей за счет интеграции самопроверки и параллельного рассуждения.

Ученые представили инновационную систему, сочетающую мощь больших языковых моделей и структурированные рабочие процессы для ускорения и повышения надежности поиска новых лекарственных препаратов.

Исследователи представили CubeComposer — модель, способную создавать высококачественные 360° видеоролики в разрешении 4K на основе обычных видеозаписей.

Новое исследование показывает, что внедрение генеративных AI-инструментов в STEM-образование смещает фокус работы преподавателей с создания контента на его отбор, что может скрывать пробелы в знаниях студентов.