Эмоциональные волны в сети: возможности и пределы цифрового моделирования
Новое исследование анализирует, насколько точно современные языковые модели могут воспроизводить распространение эмоций в социальных сетях и выявляет ключевые ограничения.
Новое исследование анализирует, насколько точно современные языковые модели могут воспроизводить распространение эмоций в социальных сетях и выявляет ключевые ограничения.

Новый подход к обучению текстовых представлений позволяет значительно улучшить качество поиска и увеличить доход на площадках онлайн-обмена, ориентированных на японский рынок.

Новое исследование показывает, что для передачи навыков логического мышления от больших языковых моделей достаточно анализировать лишь начальные этапы процесса рассуждения.
В статье представлена методика анализа вычислительной сложности, основанная на понятии смешанных частных производных полиномов и их ранга.
![Исследование причинно-следственных связей в обучении с подкреплением выявляет способность системы к обобщению, формируя запросы на ассоциации, вмешательства и контрфакты - выраженные, например, как [latex]p(v_i | do(v_j = c))[/latex] - для анализа обобщения на разных уровнях и выявления потенциальных уязвимостей в архитектуре системы.](https://arxiv.org/html/2512.20760v1/x2.png)
Новое исследование показывает, как комбинация обучения с подкреплением и верифицируемых наград может значительно улучшить обобщающую способность моделей при решении задач, требующих причинно-следственного анализа.
![Исследование посвящено задаче причинно-следственного вывода, направленной на изучение обобщающей способности алгоритмов обучения с подкреплением, где для согласованности обозначений при формулировке запросов о вмешательстве используется запись [latex]p(vi(vj=c))[/latex], эквивалентная [latex]p(vi|do(vj=c))[/latex] для читателей, знакомых с нотацией Pearl (2009), и включает в себя генерацию ассоциативных, интервенционных и контрфактических запросов для оценки обобщающей способности на разных уровнях.](https://arxiv.org/html/2512.20760v1/x2.png)
Новое исследование демонстрирует, как обучение с подкреплением и проверяемыми наградами (RLVR) в сочетании с причинным выводом позволяет создавать более надежные и обобщающие модели.
Квантовые Игры и Чилийские Амбиции Знаете, как говорил мой дедушка, все эти квантовые компьютеры… это как пытаться поймать кота Шрёдингера – вроде бы и есть, а вроде и нет. Вот и русские, и чилийцы теперь за кванты взялись. Интересно, что из этого выйдет. Что такое квантовый компьютер, если по-простому? Представьте себе, что вы ищете выход … Читать далее

Исследователи представили библиотеку формально верифицированных алгоритмов электронного голосования, реализованных на языке Dafny, обеспечивая надежность и корректность подсчета голосов.
![Эффективность обработки данных демонстрирует зависимость от количества обучающих выборок [latex]N_{\text{train}}[/latex] при [latex]\gamma=1[/latex], при этом различные значения отношения сигнал/шум [latex]\mathcal{S}[/latex] оказывают влияние как в условиях малого количества выборок, так и при их избыточном количестве.](https://arxiv.org/html/2512.21315v1/SweepS_highN.png)
Новое исследование показывает, что даже теоретически идеальные детекторы одиночных фотонов могут создавать лазейки для атак на системы квантового распределения ключей.
Новый подход позволяет гибко переключаться между различными механизмами внимания, оптимизируя баланс между качеством и эффективностью обработки текста.