Нейронные сети и квантовая химия: новый детерминированный подход
Исследователи разработали детерминированный метод оптимизации нейронных квантовых состояний, позволяющий добиться высокой точности при моделировании сильно коррелированных систем.
Квантовая физика
Искореняя галлюцинации: как обеспечить достоверность систем генерации на основе поиска
В статье представлен обзор методов атрибуции, направленных на снижение количества недостоверной информации, выдаваемой системами генерации, использующими поиск релевантных знаний.
Ускорение сжатия изображений: новый взгляд на оптимизацию второго порядка
Исследование показывает, как использование оптимизатора второго порядка значительно повышает эффективность и скорость обучения моделей сжатия изображений.
Долгоиграющая память: Новый тест для ИИ-агентов
Исследователи представили AgentLongBench — комплексную платформу для оценки способности ИИ-агентов эффективно обрабатывать и использовать большие объемы информации в динамичной среде.
Возвращая точность: дистилляция для сверхнизкоточных моделей
![Обучение с учётом квантования демонстрирует два подхода: прямое обучение с предсказанием следующего токена, использующее перекрёстную энтропию на целевых данных, и дистилляцию знаний, где полноточная модель-учитель предоставляет «мягкие» метки, оптимизируемые посредством расхождения Кульбака-Лейблера [latex]KL divergence[/latex].](https://arxiv.org/html/2601.20088v1/x1.png)
Новый метод позволяет эффективно восстановить производительность больших языковых моделей, оптимизированных для работы с 4-битными вычислениями.
Виртуальные сенсоры: новая эра интеллектуального мониторинга
Исследователи представляют единую модель для виртуальных сенсоров, обеспечивающую значительное повышение эффективности и масштабируемости за счет использования общих знаний и фокусировки на релевантных сигналах.
Машинное обучение в производстве: Сравнительный анализ инструментов MLOps
В статье представлен детальный обзор и оценка четырех популярных фреймворков для организации и автоматизации жизненного цикла машинного обучения.
Предсказуемость материалов: новый взгляд на нейронные сети
Исследование демонстрирует потенциал Kolmogorov-Arnold Networks (KAN) как альтернативного подхода к прогнозированию свойств материалов, предлагая повышенную эффективность и интерпретируемость.
Искусственный интеллект проверяет знания: новый подход к оценке компетенций
Представлен фреймворк BloomQA, позволяющий автоматически создавать качественные и валидные тесты для оценки возможностей языковых моделей в практических областях.
Память о прошлом: Как использовать кэш KV для повышения интеллекта языковых моделей
![Изучение потребления видеопамяти [latex]VRAM[/latex] для модели Qwen3-32B демонстрирует, что добавление скрытых состояний к кешу [latex]KV[/latex] значительно увеличивает использование памяти по сравнению с использованием только кеша [latex]KV[/latex], что указывает на компромисс между вычислительной эффективностью и потреблением ресурсов.](https://arxiv.org/html/2601.20326v1/x1.png)
Новое исследование показывает, что кэш KV, традиционно применяемый для ускорения генерации текста, может быть перепрофилирован для задач самооценки и адаптивного рассуждения, открывая новые возможности для эффективного использования ресурсов.