Тема: Исследования
1914 материалов · страница 3 из 39
- Factorized VQ: дискретные визуальные токены сравнялись по пониманию с непрерывными представлениями
- Cartesia заявила: H-Net без токенизатора даёт до 3-5x экономии вычислений
- Выбор каналов в MoE-моделях обходится без калибровочных данных
- Векторы управления переносятся между текстом и изображениями в мультимодальных нейросетях
- ThinkWorld: роботов учат действовать через «цепочку динамики» и воображение будущего
- Статья на arXiv: время, сэкономленное ИИ, надо считать вместе с ошибками
- Salesforce-misc выложила CRM-Agent-Bench: бенчмарк ИИ-агентов для CRM на 555 задач
- RSI Arena: десять ИИ-агентов сами дообучили Nemotron 3.5 Lightning
- Rollback: роботов учат, откатывая мировую модель к ключевым решениям
- Представлен iPrefBench: тест персональных ИИ-агентов для iOS, где они плохо понимают пользователя
- Метод SPOT ускоряет диффузионные языковые модели до 3,4 раза
- Максимальный уровень рассуждения у ИИ-агентов обходится до 42 раз дороже минимального на лёгких задачах
- Классификацию конечных простых групп полностью формализовали в Lean
- IEEE Access поймал фальшивую научную статью, написанную нейросетями
- Google Research предложила «сон» для языковых моделей, чтобы они не забывали
- ChatGPT получает контент партнёров OpenAI готовыми саммари, а прочий веб, сырыми обрывками
- Anthropic показала первые итоги работы Claude над лекарствами с шестью партнёрами
- Ai2 выяснила: нейросети ненадёжно судят о новизне научных идей
- WorldCast: нейросеть генерирует видео с персонажем при больших поворотах камеры
- World-in-Context: модель с 5 млрд параметров сравнялась в навигации с 22-миллиардной EchoWM
- Trajectory2Gym: нейросети-агентам предложили учиться на «обоснованных» шагах, а не на любых удачных
- TraceQuery: диффузионные языковые модели ускорили за счёт точечного пересчёта токенов
- Тест TenetBench: 11 из 14 вариантов нейросетей нарушают кодексы этики
- StreamVibe: видеоагент, который сам реагирует на неявные намерения пользователя
- Представлен MMVistaReason: открытый рецепт обучения мультимодальных моделей рассуждения
- OpenESM: новые энергетические языковые модели, по заявлению авторов, обходят GPT
- OpenAI заявила о трёх открытиях в науке, включая опровержение ETH
- Исследование NYU и UT Austin: шесть приёмов делают тексты нейросетей утомительными
- InteractiveBench: тест показал, что ИИ-помощники для носимых устройств ненадёжны
- DynaFlow: главный агент сам собирает рабочие процессы для субагентов и берёт 88,08% точности
- DF заявляет о полностью алмазных транзисторах: переключение в 50 раз быстрее
- Бенчмарк Continual Learning Exam: ИИ-агенты плохо учатся на опыте
- Δτ-Bench: новый тест для ИИ-агентов в меняющейся среде инструментов, лучший результат, 42,3%
- Успех нейросетей-репетиторов по математике: 42,1% или 81,3%, зависит от оценки
- UserArena: бенчмарк для симуляции покупателей на 64 729 реальных сессиях магазина
- Статья на arXiv: нейросеть без внимания на многообразиях Грассмана почти догнала трансформеры
- SplatLab: автономная система сама ведёт исследования по 3D Gaussian Splatting, до +3,78 дБ PSNR
- Сооснователь Anthropic Джек Кларк сдвинул прогноз о самоулучшающемся ИИ на 2027 год
- RynnUnify: представлена единая 16B-модель для роботов, понимающая мир и планирующая по видео
- RLSplat: 3D-реконструкцию по фото ускорили до 4,1 раза при меньшем бюджете гауссианов
- Qwen3.5-27B: правки активаций улучшают выбор цели, но не суждения об условиях
- Общая точность автооценщика ответов нейросетей может вводить в заблуждение
- Нейросеть Darmok решила финал криптического кроссворда Times быстрее человека
- Исследователи превратили детектор ИИ-текстов в прозрачный классификатор на разреженных автоэнкодерах
- Исследователи предложили самообучение языковых моделей без размеченных данных
- HyperDrone: симулятор квадрокоптеров в 20 раз быстрее аналогов
- Формат TWIG хранит веса нейросети как деревья общих решений
- BrickWright: ИИ-агенты строят из LEGO физически собираемые модели
- TTR-Compressor: сжатие последовательностей через регрессию на лету сокращает визуальные токены на 55,6%
- США потеряли более 200 тысяч рабочих мест в медиа и искусстве: виноваты ли нейросети?