Хаос под контролем: Новые методы анализа квантовых схем
Исследователи предлагают подход к изучению хаотических квантовых систем, позволяющий упростить расчеты за счет выделения масштабов, на которых проявляются основные эффекты.
Квантовые и классические нейросети: кто лучше решает простую задачу?
![Реализация обученной квантовой схемы вариационного классификатора (VQC) с глубиной L=2 на задаче XOR демонстрирует сохранение глобальной структуры, характерной для этой задачи, однако аппаратное исполнение вносит локальные флуктуации и снижает гладкость функции [latex]f(x) = 2p(y=1 \mid x) - 1[/latex] по сравнению с идеализированной симуляцией.](https://arxiv.org/html/2602.24220v1/2602.24220v1/figures/hw_sim_f_hardware.png)
Новое исследование сравнивает возможности квантовых и классических вариационных классификаторов при решении знаменитой логической задачи XOR.
Квантово-временные сети: новый взгляд на анализ данных
В статье представлена инновационная гибридная модель, объединяющая классические и квантовые методы для эффективного анализа многомерных временных рядов.
За гранью линейных ограничений: Новый подход к адаптации больших языковых моделей
![В исследовании закономерностей масштабирования MathInstruct, метод NoRA демонстрирует устойчивое превосходство над LoRA на всех рангах, причем разрыв между ними увеличивается при более высоких значениях [latex]r=512[/latex], указывая на то, что нелинейная адаптация NoRA обеспечивает более эффективное обучение по сравнению с LoRA.](https://arxiv.org/html/2602.22911v1/2602.22911v1/x3.png)
Исследователи предлагают метод NoRA, позволяющий значительно расширить возможности тонкой настройки больших языковых моделей, не увеличивая при этом количество обучаемых параметров.
Точность измерений в квантовых системах: роль обратной связи и информации
![В исследовании двухуровневой системы, подвергающейся непрерывному измерению и обратносвязи, установлено, что применение обратной связи приводит к уменьшению энтропии [latex]\Delta S < 0[/latex] и снижению популяции возбужденного состояния, что в совокупности демонстрирует реализацию принципа действия демона Максвелла, при котором энтропия системы уменьшается за счет обратной связи, а суммарная величина [latex]\Sigma + I\_{\mathrm{QCT}} - \Delta \chi[/latex] остается неотрицательной, подтверждая соответствие уравнению (8).](https://arxiv.org/html/2602.23110v1/2602.23110v1/x4.png)
Новое исследование устанавливает фундаментальную связь между точностью измерения тока в квантовой системе, обратной связью и информацией, полученной в процессе измерения.
Искусственный интеллект под микроскопом: Новый тест для анализа изображений
Исследователи представили комплексную платформу для оценки возможностей больших мультимодальных моделей в интерпретации данных сканирующей зондовой микроскопии.
Гибкий активатор для нейросетей: снижение затрат и повышение эффективности
Новая архитектура GRAU позволяет значительно сократить аппаратные ресурсы, необходимые для вычислений в нейронных сетях, без потери производительности.
Динамические CNN: Новый взгляд на универсальность нейросетей
Исследование показывает, что динамические сверточные нейронные сети с механизмами внимания демонстрируют превосходные результаты в различных задачах, от анализа изображений до обработки временных рядов.
Теплопроводность материалов: от атомов к макромиру
![Анализ результатов моделирования [latex]sptc2fem[/latex] для аморфно-кристаллической структуры кремния демонстрирует, что адаптивная сетка, построенная с использованием контроллера равной массы и маркировки Дёрфлера, позволяет точно решить задачу теплопроводности, при этом наблюдаются резкие переходы температур в областях с различной проводимостью, подтверждаемые анализом потоков тепла, градиентов температуры и остатков невязки, что свидетельствует о сходимости метода адаптивной детализации сетки.](https://arxiv.org/html/2602.22256v1/2602.22256v1/Fig_sptc2fem_AC.jpg)
В новой работе представлена методика, позволяющая точно моделировать теплопередачу в сложных материалах, объединяя атомные симуляции и конечно-элементный анализ.
Сжатие данных в реальном времени для ускорения машинного обучения на графах
Новый подход к аппаратной компрессии разреженных данных позволяет эффективно обрабатывать потоки информации в задачах машинного обучения, особенно в системах триггеров для коллайдерных экспериментов.