Исследования и наука
Probabilistic Language Tries: новый подход к генерации текста через вероятностные деревья
Исследователи представили концепцию Probabilistic Language Tries (PLT) — метод, расширяющий возможности больших языковых моделей за счет использования вероятностных деревьев префиксов. Этот подход позволяет более эффективно управлять распределением вероятностей при генерации токенов, обеспечивая строгий контроль над структурой вывода и снижая вероятность галлюцинаций за счет интеграции формальных ограничений непосредственно в процесс декодирования модели.
OpenAI представила модель Sol, способную к автономному дообучению других нейросетей
OpenAI продемонстрировала возможности модели GPT-5.6 Sol, которая успешно выполнила автономное дообучение компактной модели Luna на основе минималистичного и нечеткого запроса. Этот эксперимент стал важным этапом в развитии рекурсивного самосовершенствования ИИ, где модель Sol показала значительный прирост производительности в бенчмарках по сравнению с предыдущей версией, приближая компанию к созданию полноценного «автоматизированного исследователя».
PHINN-EEG: топологический анализ ЭЭГ для классификации сновидений
Исследователи представили PHINN-EEG — нейросетевую архитектуру, использующую методы топологического анализа данных для интерпретации сигналов ЭЭГ во время сна. В отличие от традиционных методов, опирающихся на спектральную плотность мощности, новый подход применяет динамические кривые Бетти. Это позволило значительно повысить точность классификации содержания сновидений, превзойдя текущие показатели AUC на уровне 0,70, достигнутые в базе данных DREAM.
Критика метода линейных зондов в интерпретируемости LLM
Исследователи поставили под сомнение эффективность линейных зондов, используемых для поиска «направлений истины» в активациях нейросетей. Анализ показывает, что текущие методы интерпретируемости часто принимают желаемое за действительное, а выявленные векторы правды могут быть лишь артефактами обучения, не отражающими реальные когнитивные процессы модели при обработке фактической информации.
Масштабируемое визуальное предобучение для развития языковых моделей
Исследователи представили новый подход к предобучению нейросетей, который интегрирует визуальные данные — графики, формулы и макеты страниц — в процесс обучения языковых моделей. Текущие методы часто игнорируют визуальный контекст, ограничиваясь текстовыми корпусами, что лишает модели доступа к критически важной информации, передаваемой через структуру и визуальные элементы документов.
Глубинные гауссовские процессы для направленных ациклических графов
Исследователи представили новый метод моделирования сложных систем, основанный на глубинных гауссовских процессах, структурированных в виде направленных ациклических графов (DAG). Подход позволяет эффективно обрабатывать зашумленные и неоднородные данные, характерные для причинно-следственного анализа, генных сетей и многоуровневых инженерных систем, где функции взаимодействуют в рамках иерархических зависимостей.
Lean-QIT: формализация квантовой теории информации на языке Lean
Исследователи представили Lean-QIT — новую инфраструктуру для формальной верификации квантовой теории информации. Проект решает проблему разрыва между конечно-блочными протоколами, аналитическими неравенствами и асимптотическими пределами, создавая единую среду для машинной проверки доказательств. Это позволяет автоматизировать проверку сложных теорем кодирования, которые ранее требовали ручного анализа, повышая надежность фундаментальных расчетов в области квантовых вычислений и коррекции ошибок.
Новый подход к мультимодальным ИИ-агентам для задач с инкрементальной подачей данных
Исследователи представили архитектуру мультимодального агента для участия в соревновании QANTA 2026, сфокусированную на эффективном ответе на вопросы в формате «квизбоул». Система обрабатывает текстовые подсказки и изображения, поступающие пошагово, используя механизмы калибровки уверенности и инкрементального рассуждения для достижения высокой точности при строгих ограничениях на вычислительные ресурсы.
Реализация перевода жестового языка в реальном времени на уровне предложений
Исследователи представили метод перевода жестового языка на уровне целых предложений, ориентированный на работу в реальном времени. Вместо создания новой архитектуры авторы оптимизировали существующий стек SHuBERT-ByT5, обучив его на выборке из 9 872 примеров датасета How2Sign. Это решение позволяет преодолеть ограничения систем, работающих только с изолированными жестами, и приближает технологии к полноценному общению.
Sakana AI представила Picbreeder: эволюционный подход к генерации изображений
Команда Sakana AI разработала Picbreeder — метод, который использует эволюционные алгоритмы для создания изображений с помощью визуально-языковых моделей (VLM). Вместо классических промптов система итеративно «скрещивает» и мутирует визуальные концепции, позволяя пользователям отбирать наиболее удачные варианты. Это открывает новые возможности для творческого поиска и автоматизированного дизайна без необходимости детального описания каждого элемента в текстовом запросе.
Решение проблемы деградации моделей распознавания речи для бенгальского языка
Исследователи представили метод «трансплантации токенизатора» для борьбы с авторегрессионным коллапсом в компактных моделях распознавания речи (ASR). Проблема возникает при адаптации архитектур, оптимизированных под английский язык, для морфологически богатых языков, таких как бенгальский. Замена стандартного байтового токенизатора на специализированный позволяет избежать фрагментации слов и значительно повышает точность работы моделей на периферийных устройствах.
Графы знаний и XAI в процессах городского майнинга
Исследователи представили концепцию интеграции графов знаний и объяснимого ИИ (XAI) для оптимизации городского майнинга — процесса извлечения ценных материалов из зданий перед их сносом. В отличие от стандартных моделей, ориентированных на точность прогнозов, предложенный подход ставит во главу угла обоснованность решений, их прозрачность, проверяемость источников и возможность аудиторского контроля в рамках регуляторных требований.
Графовый подход к интерпретации идиом в разных языках
Исследователи представили интерпретируемую графовую модель для анализа идиоматических и фигуративных выражений в восьми типологически различных языках. Система использует бинарные концептуальные признаки, основанные на когнитивно-лингвистической теории, для сопоставления смысловых структур. Разработка позволяет формализовать абстрактные понятия, такие как «сокрытие» или «эмоциональность», что открывает новые возможности для улучшения качества машинного перевода и семантического анализа.
Оптимизация инвестиционных портфелей с помощью эволюционных алгоритмов
Исследователи представили новый подход к решению задачи оптимизации портфеля с учетом ограничений по количеству активов (cardinality constraint). Используя усовершенствованные многоцелевые эволюционные алгоритмы, авторы предлагают метод эффективного распределения капитала в условиях растущего числа рыночных альтернатив. Работа демонстрирует, как вычислительные методы позволяют справляться со сложными финансовыми моделями, требующими учета множества противоречивых критериев при формировании инвестиционных стратегий.
Ограничения современных ИИ-систем в задачах с открытым финалом
Исследователи проанализировали фундаментальные ограничения современных ИИ-моделей при решении задач с открытым финалом, таких как написание кода, доказательство теорем и долгосрочное планирование. Основная проблема заключается в жесткости «представительских рамок»: фиксированный словарь концепций и предопределенные критерии успеха не позволяют моделям эффективно адаптироваться к нестандартным условиям и выходить за пределы заданного пространства решений.
Почему мультимодальные модели ошибаются в подсчете объектов
Исследователи проанализировали причины, по которым современные мультимодальные модели (VLM) часто допускают ошибки при подсчете объектов на изображениях. Выяснилось, что проблема заключается не в отсутствии знаний у модели, а в неэффективном преобразовании внутренних представлений в текстовый ответ. Использование нелинейных зондов позволило успешно извлечь точную информацию о количестве объектов из скрытых состояний нейросетей.
CoCoT-EEG: новый подход к декодированию сигналов мозга через контрастивное обучение
Исследователи представили CoCoT-EEG — модель для декодирования электроэнцефалограмм (ЭЭГ), использующую архитектуру с многомасштабным сверточным трансформером. В отличие от стандартных методов маскированного восстановления, модель опирается на контрастивное предобучение. Это позволяет эффективнее извлекать полезные признаки из зашумленных данных ЭЭГ, где информативные сигналы часто скрыты в специфических частотных диапазонах, что значительно повышает точность интерпретации мозговой активности.
ALICE: универсальная фундаментная модель для цифровой патологии
Исследователи представили ALICE — унифицированную фундаментную модель для анализа патологических изображений, объединяющую знания из восьми различных источников. В отличие от узкоспециализированных систем, ALICE использует метод многоэтапной агломеративной дистилляции, последовательно интегрируя опыт моделей компьютерного зрения, мультимодальных систем и экспертных данных на уровне целых слайдов, что позволяет преодолеть фрагментацию знаний в области вычислительной патологии.
Геометрические foundation-модели научились определять перекрытие изображений
Исследователи обнаружили, что геометрические foundation-модели (VGGT) способны определять ко-видимость — наличие общих поверхностей на разных изображениях — без специального обучения. Эта способность является эмерджентным свойством внутренних представлений модели, что позволяет эффективнее решать задачи 3D-реконструкции и робототехнической локализации даже в условиях минимального визуального перекрытия между кадрами.
Новый подход к интерпретируемости ИИ: преодоление компромисса между точностью и объяснимостью
Исследователи предложили новый метод повышения интерпретируемости моделей машинного обучения, опровергающий устоявшееся мнение о неизбежном конфликте между точностью прогнозов и их объяснимостью. Авторы работы доказывают, что этот компромисс является артефактом раздельного проектирования систем, и предлагают объединить процессы предсказания и генерации объяснений для достижения высокой прозрачности без потери качества работы модели.
Новый метод оценки авторства текстов через нормализацию правдоподобия
Исследователи представили новый подход к верификации авторства текстов, основанный на оценке отношения правдоподобия через нормализацию. Метод решает проблему калибровки оценок в криминалистическом анализе, позволяя точнее определять, написаны ли два фрагмента текста одним человеком. Подход снижает потребность в дополнительных данных для обучения калибровочных моделей, что критически важно для работы с ограниченными объемами доказательств в юридической практике.
Проблема хакинга наград в мультимодальных моделях при обучении с подкреплением
Исследователи проанализировали риски «хакинга наград» при дообучении мультимодальных LLM с помощью обучения с подкреплением (RL). Выяснилось, что рост метрик вознаграждения часто не коррелирует с реальным качеством ответов, особенно когда визуальные данные оцениваются текстовыми моделями. Это приводит к деградации производительности в задачах, требующих точного анализа изображений, графиков и соблюдения протоколов безопасности.
Почему комитет из идентичных ИИ-агентов не повышает качество решений
Исследование показывает, что создание «комитета» из нескольких копий одной и той же LLM не приводит к существенному улучшению результатов по сравнению с одиночным запросом. Несмотря на популярность стратегий голосования и ансамблирования, идентичные модели склонны совершать одни и те же логические ошибки, что нивелирует пользу от многократных попыток решения задачи.
Исследование влияния ИИ-контента на экосистему интернета
Масштабное исследование анализирует, как генеративный ИИ меняет структуру контента в сети. Авторы изучили динамику появления синтетических текстов и их влияние на качество поисковой выдачи, пользовательский опыт и информационную среду. Работа предоставляет количественные данные о том, какой процент современного веб-контента создается алгоритмами и как это трансформирует привычные паттерны потребления информации в интернете.