Исследователи представили масштабный набор данных MathDoc для оценки способности моделей извлекать информацию из реальных экзаменационных работ по математике и распознавать неполные или нечеткие данные.
Исследователи разработали метод создания специализированных языковых моделей, способных генерировать исполняемый код для сложных инженерных задач, даже при ограниченном объеме данных.
В статье представлен инновационный подход к адаптивной фильтрации, основанный на разложении в произведение Кронекера, позволяющий значительно повысить эффективность и надежность систем шумоподавления и эхокомпенсации.
Исследователи разработали эффективные процедуры принятия решений для вариантов GKAT, значительно превосходящие существующие инструменты по производительности.
![Эффективность различных моделей демонстрирует зависимость производительности от архитектурных особенностей, где [latex]F_1[/latex] score служит ключевым показателем, позволяющим оценить точность и полноту обнаружения, а сравнительный анализ выявляет оптимальные конфигурации для конкретных задач.](https://arxiv.org/html/2601.09972v1/x3.png)
Исследователи представили новый эталонный набор данных для оценки возможностей больших языковых моделей в области китайского трудового законодательства.
Новый подход объединяет непредсказуемость фаззинга, точность символьного исполнения и эффективность сэмплирования для всестороннего анализа кода.
Квантовая криптография: от теории к практике Знаете, всегда смешно наблюдать, как люди строят сложные теории, а потом оказывается, что реальность гораздо проще – или, наоборот, сложнее, чем они думали. Вот и с квантовой криптографией: долгое время это была область для энтузиастов, а теперь оказывается, что пора переходить к реальным действиям. Представьте себе сейф, замок которого … Читать далее
![Парадигма COAML предполагает параметризацию суррогатной проблемы посредством искусственной нейронной сети, что позволяет осуществлять сквозное обучение политики [latex] \pi_{w} [/latex] путём обратного распространения градиентов через CO-слой для минимизации потерь в процессе принятия решений.](https://arxiv.org/html/2601.10583v1/x1.png)
В статье представлен всесторонний обзор подхода COAML, объединяющего методы комбинаторной оптимизации и машинного обучения для повышения эффективности принятия решений в условиях неопределенности.
В этой статье представлен всесторонний обзор методов оптимизации, применяемых в научной машинном обучении (SciML), с акцентом на преодоление проблем жесткости и масштабируемости.
Новый подход QFed позволяет существенно снизить затраты на связь и вычисления в федеративном обучении, используя квантовые вычисления для сжатия моделей.