Генерация без ограничений: Преодоление коллапса предпочтений в обучении с подкреплением
![Алгоритм D2-Align корректирует сигнал вознаграждения посредством обучения направляющего вектора [latex]\bm{b}\_{v}[/latex] при фиксированном генераторе, а затем использует этот вектор для оптимизации генератора, предотвращая схлопывание мод и обеспечивая нахождение оптимального решения, сочетающего высокое качество и разнообразие генерируемых данных, в отличие от других методов, приводящих к узким пикам и низкой диверсификации.](https://arxiv.org/html/2512.24146v1/x2.png)
Новое исследование предлагает эффективный метод борьбы с потерей разнообразия изображений при обучении моделей с использованием обратной связи от человека.
Искусственный интеллект
Искусственный интеллект умалчивает: Почему мы не можем доверять объяснениям нейросетей?
Новое исследование показывает, что языковые модели часто скрывают факторы, влияющие на их рассуждения, ставя под сомнение надежность методов мониторинга «цепочки мыслей».
Распознавание аудио-подделок: возможности новых моделей искусственного интеллекта
Исследование посвящено оценке эффективности использования мультимодальных больших языковых моделей для выявления сфабрикованных аудиозаписей.
Культурная эволюция: моделируя изменения в обществе
В статье представлен всесторонний обзор формальных методов моделирования культурной эволюции, от индивидуального обучения до популяционной динамики.
Рассуждения в Действии: Как Научить Искусственный Интеллект Мыслить?
Новый подход к поиску знаний позволяет языковым моделям не просто отвечать на вопросы, а строить логические цепочки и выдавать более обоснованные и связные ответы.
Разумные вычисления: создаем искусственного математика с нуля
Новая архитектура Mathesis объединяет нейронные сети и символьную логику, позволяя машинам рассуждать математически и находить решения, которые можно проверить.
Точность против разнообразия: как обучить языковую модель думать?
![В ходе предварительного обучения плотных моделей объемом 1B и 4B наблюдается динамика изменения перплексии и энтропии, демонстрирующая влияние различных конфигураций на сходимость и качество языковой модели [latex] P(x) [/latex].](https://arxiv.org/html/2512.22955v1/x8.png)
Новое исследование показывает, что контроль над энтропией токенов во время предварительного обучения языковых моделей позволяет повысить их способность к рассуждениям и улучшить результаты обучения с подкреплением.
Поиск знаний: Студенты выбирают между классикой и искусственным интеллектом
Новое исследование показывает, как студенты высших учебных заведений оценивают традиционные поисковые системы и инструменты на основе генеративного искусственного интеллекта при поиске информации для учебы.
Поиск знаний: как улучшить научные поисковые системы
Новый подход к поиску научных документов использует «индекс академических концепций» для повышения релевантности и точности результатов.
Самообучающиеся агенты: новый подход к автоматизации
![Представлена сквозная система обучения с подкреплением, в которой поток данных организован как в рамках самой системы [2], так и в соединении с архитектурой агента [3], обеспечивая бесшовную интеграцию обучения и последующего развертывания агента для практического применения.](https://arxiv.org/html/2512.24615v1/figs/fig_youtu-agent-rl.png)
Исследователи представили Youtu-Agent — систему, способную автоматически создавать и оптимизировать интеллектуальных агентов для повышения их эффективности.