Генерация тестов для искусственного интеллекта: новый подход

Для сопоставления наборов данных рекомендуется проектирование в пространство размерности от 8 до 12, поскольку анализ разнообразия и энтропии демонстрирует стабильность результатов по различным измерениям, а разработанный генетический алгоритм обеспечивает создание новых и разнообразных данных из исходного набора посредством итеративного применения мутаций и кроссовера с последующей дедупликацией и проверкой корректности генерируемых решений.

Исследователи предлагают инновационный метод автоматической генерации разнообразных и достоверных задач для оценки возможностей больших языковых моделей.

Искусственный интеллект и сговор: уроки человеческой практики

Человеческие механизмы предотвращения сговора были сопоставлены с принципами, управляющими взаимодействием в системах искусственного интеллекта, состоящих из множества агентов, что позволяет понять, как можно спроектировать ИИ, способный к кооперации, но при этом устойчивый к нежелательным сговорам.

Новое исследование сопоставляет стратегии предотвращения сговора, применяемые в экономике и юриспруденции, с задачами управления многоагентными системами искусственного интеллекта.

Ожившие Аватары: Как ИИ Дарит Естественность Виртуальным Лицам

В ходе сравнительного анализа моделей генерации интерактивных аватаров голов на наборе данных RealTalk, продемонстрировано, что разработанная модель способна генерировать более живые (обозначены красной стрелкой) и выразительные (выделены красным квадратом) движения аватара по сравнению с моделью INFP, что указывает на превосходство в реалистичности и реактивности.

Новый подход к генерации анимированных аватаров позволяет создавать более реалистичные и отзывчивые виртуальные образы для общения в реальном времени.

Оптические вычисления: новый горизонт искусственного интеллекта

В рамках SimPhony реализована сквозная методология моделирования и совместной оптимизации, объединяющая фотонные модели на уровне устройств и схем с анализом архитектуры, отображением потока данных и оценкой энергопотребления, площади и памяти, что позволяет проводить аппаратное обучение и преобразование с учетом физических ограничений и исследовать взаимосвязь между алгоритмами и аппаратной платформой.

В статье рассматривается комплексный подход к созданию масштабируемых систем искусственного интеллекта на основе фотоники, объединяющий автоматизацию проектирования и совместную оптимизацию алгоритмов.

Глубокое обучение с отражениями: новый взгляд на связи

В статье представлена архитектура Deep Delta Learning, позволяющая создавать более гибкие и выразительные глубокие нейронные сети за счет использования геометрических преобразований.

Мультимодальные сети учатся сами: новый подход к поиску архитектур

Исследователи предлагают метод автоматического поиска оптимальной архитектуры для нейронных сетей, работающих с разными типами данных, без необходимости в огромных объемах размеченных данных.