Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.
Современный поиск информации все чаще использует как модели внедрения, так и генеративные модели для обработки сложных запросов. Однако современные обслуживающие системы страдают от низкой пропускной способности и плохого использования графического процессора, поскольку они выполняют эти модели изолированно. Крупнозернистое разделение,…
Планирование задач объединяет инструкции высокого уровня и исполняемое поведение в долгосрочных манипуляциях, однако современные системы «Видение-Язык-Действие» (VLA) часто оставляют эту промежуточную структуру неявной. Существующие специалисты по планированию цепочки мыслей (ЦП) также склонны полагаться на грубый уровень задач…
Самые основные решения социального агента (должен ли я отреагировать на этот пост? к кому мне обратиться?) не являются чисто содержательными проблемами. Правильные действия часто зависят от скрытых отношений между людьми — силы связи, взаимности, взаимных связей — а не от того, какие…
Более раннее перемещение авторизации может сократить границы диспетчеризации агента, не удаляя при этом работу по авторизации. Он также может допустить действие, полезная нагрузка, полномочия или соответствующее состояние которого изменились. ZeroGate отделяет утверждение точного действия от постоянного местного допуска: эмитент подписывает…
Мы часто учим коллегу, показывая работу и объясняя решения по ходу дела. Как мы можем проверить, что понял агент из того же урока? Мы представляем ShowTellArena, эталонный протокол и общедоступный набор данных для понимания после рассказанных бизнес-демонстраций. …
Распознавание жестов рук — ключевой компонент взаимодействия человека с компьютером (HCI), обеспечивающий интуитивно понятные интерфейсы для приложений в играх, виртуальной реальности (VR), робототехнике и т. д. В этом исследовании интегрируются модели машинного обучения на основе трансформаторов для управления жестами рук в реальном времени…
Обнаружение цепей в языковых моделях обычно означает множество тщательных вмешательств. Мы попробуем что-то более простое: относимся к вниманию как к карте маршрутов одного прямого прохода, сохраняем небольшой набор маршрутов, указывающих на ответ, и спрашиваем, действительно ли эти маршруты имеют значение. Они…
Обучение с подкреплением, ориентированное на рассуждение, позволяет большим языковым моделям решать математические, программные и другие многоэтапные задачи, но переносит значительную часть затрат на обучение на развертывание, при котором генерируются траектории для обновлений политики. Эффективные механизмы развертывания…
Проспективная стратификация риска инсульта в первичной медико-санитарной помощи является сложной задачей, поскольку ранние сигналы риска распределяются по рутинным биомаркерам и неструктурированным клиническим описаниям. Мы предлагаем MedGate-Fusion, мультимодальную закрытую архитектуру, которая объединяет…
Табличные модели недавно показали большой потенциал для структурированного анализа биомедицинских данных. Среди них TabPFN оказался эффективным подходом для задач табличной классификации с небольшим объемом данных. Однако влияние стратегий оптимизации и предварительной подготовки на…
Дистилляция текстовых знаний на основе ошибок направлена на обнаружение пробелов в знаниях модели путем изучения ошибок в ее задачах. Извлеченные знания могут быть полезны для обоснования как этой модели («исходной модели»), так и других моделей. Однако эта передача знаний не может быть…
Маркетологи все чаще используют большие языковые модели (LLM) в качестве «синтетических персонажей», чтобы предсказать, как аудитория отреагирует на текст перед его отправкой, чему способствуют доказательства того, что LLM, обусловленные профилем, имитируют человеческие образцы. Но действительно ли этот прогноз верен по сравнению с реальным…
Системы дополненной генерации (RAG) стали доминирующей архитектурой для обоснования результатов модели большого языка (LLM) в поддающихся проверке внешних знаниях, однако их структурная зависимость от динамического конвейера поиска представляет в значительной степени неизученный класс…
Онлайн-эксперименты A/B являются стандартом принятия решений для вовлечения пользователей, но трафик и время считывания ограничивают количество протестированных изменений диалогового ИИ. Мы задаемся вопросом, согласуется ли офлайн-сигнал, предназначенный для расчета без воздействия на пользователя лечебной группы, с результатами…
Процедура «Знай своего клиента» (KYC) на рынках капитала требует от аналитиков ручной классификации документов, извлечения структурированных данных из разнородных источников и проверки соответствия сложной нормативной политике. Этот процесс требует значительного времени аналитика на каждого клиента, при этом…
Сбои диалога в языковых моделях обычно объясняются сбоями в памяти: слишком длинный контекст, потери в кратком изложении, забытое ограничение. Мы утверждаем, что это упускает из виду более глубокую проблему: во многих разговорах модель не забывает, она совершает действия слишком рано. Неоднозначный ранний поворот рушится…
В этом отчете мы представляем \textbf{Ovis-Embedding}, современное семейство омнимодальных встраивателей, построенное на встроенной интеграции текста, изображений, видео и аудио. Вместо сборки отдельных башен модальности Ovis-Embedding использует общую мультимодальную магистраль для кодирования различных…
Lean Pool — это хранилище формализованной математики. Он выращивается, поддерживается и оптимизируется агентами ИИ.
Прогнозирование выживаемости при мультиформной глиобластоме (МГБ) требует моделей, которые были бы одновременно точными и интерпретируемыми, однако существующие подходы рассматривают эти цели как конкурирующие, где эффективные модели жертвуют прозрачностью, в то время как интерпретируемые модели допускают ухудшенную прогностическую…
В повторной работе агенты непоследовательны. Мы выполнили 42 задания по три раза каждое и обнаружили, что в зависимости от модели от 38% до 74% дали несогласованные ответы. Последовательность — это то, чего требует покупатель, аудитор или регулятор, а у агентов ее нет. Они тоже расточительны:…
Мониторинг цепочки мыслей (ЦП) имеет смысл только в том случае, если письменные рассуждения причинно ограничивают ответ. Мы вводим причинно-следственное тестирование, основанное на продолжении, вмешательство с удалением патчей, которое нарушает один шаг рассуждения, усекает цепочку и заставляет модель продолжить с…
Агенты структурированных данных в корпоративных условиях должны анализировать сложные среды данных, соответствующие данные которых распределены по схемам, отношениям, политикам и повторяющимся бизнес-ролям. Современные агентные системы часто решают эту проблему с помощью многоразового использования уценки…
Анализ данных нейровизуализации требует специальных знаний в области кодирования и статистики, что ограничивает доступность для исследователей без опыта работы в области вычислений. Мы представляем AI Neuroscientist, языковой агент для интерактивного исследования данных. Система объединяет большой…
Динамический гауссовский сплаттинг обеспечивает явное представление развивающихся 3D-сцен, но существующие подходы в первую очередь оптимизированы для реконструкции, генерации будущего состояния или рендеринга, а не для изучения многоразовой прогнозирующей динамики. Мы предлагаем 4DGS-JEPA,…
Opus 5.5 is here. This is the first major model release from Anthropic since they are now pacing the Frontier. So, this is going to be an interesting one. And if you remember, the last time we had a.5 version was late last year when we had Opus 4.5, which really changed the…
Learn how Airbnb is expanding access to GPT-6 Astra and OpenAI frontier models to help engineering teams solve bugs, design systems, and ship faster.
Превратив ряд впечатляющих математических результатов в репутационный кризис, OpenAI консультируется с математиками, чтобы помочь найти менее катастрофический путь вперед. В понедельник компания объявила о создании новой независимой группы математиков, которой будет поручено консультировать…
OpenAI and Grab launch GO Forward with AI, a regional programme helping 30,000 partners build practical AI skills across Southeast Asia.
OpenAI представила модели GPT-6 Sol и Luna, снизив цены на API на 50%.
Anthropic представила Claude Opus 5.5, новую модель, которая дешевле и эффективнее предыдущих.