Каталог публикаций

Все материалы

Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.

2227
Материалов
Исследования1 мин

CityPlanner: агент песочницы для исполняемого городского планирования

arXiv:2609.09578v1 Тип объявления: новое Аннотация: Городское планирование — это реальная задача пространственной оптимизации, которая требует выбора осуществимых действий из больших потенциальных пространств с учетом практических целей, таких как стоимость и качество обслуживания. Существующая оптимизация и усиление…

arXiv — cs.AI
Исследования1 мин

Субагенты против навыков агентов: выполнение повторно используемых знаний для долгосрочных агентских задач

arXiv:2609.09233v1 Объявление Тип: новое Аннотация: Как агенты языковых моделей могут эффективно использовать библиотеки многократно используемых знаний для решения долгосрочных задач? Недавние работы все больше фокусируются на навыках агентов: возможности многократного использования, представленные в виде пакетов навыков, т. е.…

arXiv — cs.AI
Исследования1 мин

RobustSGPO: управление поисковым пространством для эволюции средств агентирования

arXiv:2609.09646v1 Тип объявления: новый Аннотация: Оптимизация подсказок на основе семантического градиента (SGPO) улучшает возможности агентов, используя обратную связь при выполнении, но ее локальное правило обновления оставляет нерешенным выбор области редактирования и операции. Мы представляем RobustSGPO, который определяет…

arXiv — cs.AI
Исследования1 мин

RESCUE-BENCH: К системам многосторонней эмоциональной поддержки, учитывающим взаимоотношения

arXiv:2609.09657v1 Тип объявления: новый Аннотация: Существующие системы беседы об эмоциональной поддержке в основном фокусируются на взаимодействиях один на один ищущего и поддерживающего и отдельных эмоциональных состояниях, оставляя межличностные отношения в многосторонних сценариях недостаточно изученными. В этой работе мы…

arXiv — cs.AI
Исследования1 мин

Может ли искусственный интеллект поддержать здравоохранение и психическое здоровье посредством раннего обнаружения киберзапугивания? Влияние ИИ, учитывающего эмоции, на превентивную онлайн-безопасность

arXiv:2609.09735v1 Тип объявления: новое Аннотация: Системы здравоохранения, психическое здоровье и общественное благополучие все чаще страдают от киберзапугивания и вредных онлайн-взаимодействий. В этом документе представлена ​​CareGuard, система раннего предупреждения, предназначенная для поддержки здравоохранения…

arXiv — cs.AI
Исследования1 мин

Сдвиг решений, утраченная функциональность метки и неубедительный аудит обоснования в процессе дистилляции с участием нескольких учителей с контролем правильности

arXiv:2609.09702v1 Тип объявления: новое Аннотация: Правильность решения кандидата и обоснование обоснования являются разными целями. Мы исследуем мультиучительскую дистилляцию с контролем правильности в фиксированном эксперименте. Восемь рук имеют общие 4330 источников, студент с 63,9 млн параметров, 12 990…

arXiv — cs.AI
Исследования1 мин

XAI-Arena: могут ли студенты магистратуры оценить качество объяснений XAI?

arXiv:2609.09428v1 Объявление Тип: новое Аннотация: Оценка качества объяснений, полученных с помощью методов объяснимого ИИ (XAI), остается сложной задачей, поскольку существующие подходы часто полагаются на субъективное человеческое суждение, что ограничивает воспроизводимость, масштабируемость и сопоставимость…

arXiv — cs.AI
Исследования1 мин

LexAgentHallu: иерархический ориентир для профилирования галлюцинаций у юридических агентов

arXiv:2609.09754v1 Объявление Тип: новый Аннотация: Поскольку большие языковые модели все чаще используются в качестве юридических агентов, дополненных инструментами, они вызывают агентные галлюцинации, когда ошибки вызова инструментов и рассуждения каскадом переходят в сфабрикованные знания и ложно цитируемые авторитеты. Однако,…

arXiv — cs.AI
Исследования1 мин

Какие токены SFT действительно следует изучить? Взгляд на математические рассуждения с точки зрения сокращения токенов

arXiv:2609.09707v1 Тип объявления: новое Аннотация: Контролируемая точная настройка (SFT) применяет одинаковые потери перекрестной энтропии ко всем целевым токенам, даже если разные токены предоставляют неравные сигналы обучения для математических рассуждений. Эта равномерная обработка уже может привести к чрезмерной резкости…

arXiv — cs.AI
Исследования1 мин

ПРАГМА: Оценка персонализированного руководства с выравниванием памяти в беседах на протяжении всей жизни

arXiv:2609.09664v1 Тип объявления: новое Аннотация: Большие языковые модели (LLM) все чаще используются в качестве персонализированных помощников, которые взаимодействуют с пользователями в течение продолжительных периодов времени. По мере того, как разговоры становятся длиннее, полагаться на полную историю взаимодействия становится все более…

arXiv — cs.AI
Исследования1 мин

Функционально-пространственный подход к статистической механике динамики обучения

arXiv:2609.09589v1 Объявление Тип: новое Аннотация: Глубокие нейронные сети демонстрируют регулярное макроскопическое поведение, несмотря на сильно нелинейную динамику в обширных пространствах параметров. Мы разрабатываем статистико-механическое описание обучения непосредственно в функциональном пространстве, рассматривая параметры…

arXiv — cs.AI
Исследования1 мин

ContractEval: сопоставление выполнения с условием запроса для соответствия процедурным инструкциям

arXiv:2609.09458v1 Тип объявления: новый Аннотация: По мере того, как агенты LLM переходят от ответов на вопросы к выполнению процедур, сбои могут быть скорее необоснованными, чем явно неправильными: окончательный ответ выглядит приемлемым, даже если система пропустила проверку, ветвление, зависимость или…

arXiv — cs.AI
Исследования1 мин

OpenDiscoveryTrace: трассировка процессов для оценки рабочих процессов ученых-ИИ

arXiv:2609.09203v1 Тип объявления: новое Аннотация: Существующие тесты для автономных ученых, занимающихся искусственным интеллектом, оценивают только окончательные результаты — сгенерированный код, гипотезы или статьи, — но при этом отбрасывают процесс рассуждения, посредством которого эти результаты были получены. Это делает невозможным проверку…

arXiv — cs.AI
Исследования1 мин

Знают ли агенты, когда они добьются успеха? Калибровка уверенности агента на основе внутренних представлений

arXiv:2609.09448v1 Тип объявления: новое Аннотация: Поскольку агентные системы быстро внедряются в приложениях, критически важных для безопасности, крайне важно измерять уверенность, связанную с агентными действиями. По сравнению с традиционными системами машинного обучения, агентные рабочие процессы…

arXiv — cs.AI
Исследования1 мин

Красная команда «черного ящика» агентного искусственного интеллекта: таксономическая система для автоматического обнаружения рисков

arXiv:2609.09647v1 Объявление Тип: новое Аннотация: Агентские системы быстро переходят в рабочую среду, где они считывают ненадежные входные данные, вызывают инструменты с реальными разрешениями и действуют автономно, расширяя поверхность безопасности за пределы моделей, предназначенных только для чата. Однако стандартные оценки остаются…

arXiv — cs.AI
Исследования1 мин

Коварный математический прорыв OpenAI вызвал дрожь в научных кругах

Генеральный директор Open AI Сэм Альтман выступает на министерской встрече G20 по инновациям. | (Фото Мэтта РЭМИ / AFP через Getty Images) Заявление OpenAI во вторник о том, что она решила одну из легендарных математических задач Премии тысячелетия, должно было стать моментом триумфа. Результат и тот, и другой…

The Verge — AI
Исследования1 мин

AI just solved a million dollar math problem...

Watch how this moves. The air rolls into a ring. It stretches and breaks into smaller curls. There's more detail everywhere you look. It almost feels random, [music] but it's not. We can predict it. As scientists study things like this, we get [music] massive advancements in the…

YouTube — Matthew Berman
Исследования1 мин

Paul Christiano joins OpenAI Foundation Board

Paul Christiano joins the OpenAI Foundation Board and its Safety and Security Committee, bringing experience in AI alignment, safety, and standards.

OpenAI Blog
Исследования1 мин

OpenAI responds to the math authorship dispute

Join My Newsletter for Regular AI Updates 👇🏼 https://forwardfuture.com My Links 🔗 👉🏻 X: https://x.com/matthewberman 👉🏻 Forward Future X: https://x.com/forwardfuture 👉🏻 Instagram: https://www.instagram.com/matthewberman_ai 👉🏻 Discord: https://discord.gg/u7wTTGWhuJ 👉🏻…

YouTube — Matthew Berman
Исследования1 мин

Superintelligence is coming. Should we let it?

AI companies have been talking about superintelligent AI like it’s inevitable, but recent safety incidents like OpenAI’s Hugging Face breach are demonstrating the potential dangers of deploying AI systems that are more…

TechCrunch — AI