Исследования и наука
Применение обучения с подкреплением для оптимизации размещения компонентов на чипах
Исследователи представили новый метод использования обучения с подкреплением (RL) для автоматизации проектирования топологии интегральных схем. Подход позволяет ИИ-агентам достигать экспертного уровня в размещении компонентов на кристалле, значительно сокращая время разработки и улучшая показатели энергоэффективности и производительности по сравнению с традиционными алгоритмами автоматизированного проектирования (EDA).
ByteDance представила новый закон масштабирования для обучения LLM
Исследователи ByteDance разработали новый закон масштабирования, который позволяет более эффективно предсказывать производительность моделей при увеличении вычислительных мощностей. В отличие от традиционных подходов, новая методология учитывает специфику архитектурных параметров, что помогает оптимизировать процесс обучения и потенциально преодолеть замедление прогресса в развитии больших языковых моделей, сохраняя высокую эффективность при росте объемов данных.
Новый метод Dispersion Loss для борьбы с конденсацией эмбеддингов в малых LLM
Исследователи предложили метод Dispersion Loss, решающий проблему «конденсации» эмбеддингов в малых языковых моделях. При обучении компактных моделей векторы слов часто схлопываются в узкие кластеры, что снижает качество генерации. Новый подход принудительно разносит эмбеддинги в пространстве, повышая выразительность модели без увеличения количества параметров, что критически важно для эффективного обучения легковесных архитектур.
Влияние URL в промптах на генерацию LLM
Исследование подтверждает, что включение URL-адресов в промпты существенно влияет на ответы LLM, даже если модель не имеет прямого доступа к интернету. Модели склонны «галлюцинировать» или экстраполировать содержание по ссылкам, основываясь на своих обучающих данных. Это создает риски непредсказуемого поведения агентов при работе с внешними источниками информации в промптах.
Физически обоснованный генеративный ИИ в производстве полупроводников
Исследователи представили новый подход к использованию генеративного ИИ в полупроводниковой промышленности, объединив глубокое обучение с физическим моделированием. Метод позволяет значительно ускорить проектирование и оптимизацию производственных процессов, обеспечивая высокую точность прогнозирования характеристик микросхем. Это решение решает проблему «черного ящика» в традиционных нейросетях, интегрируя фундаментальные законы физики непосредственно в архитектуру моделей для повышения надежности результатов.
Модульные фундаментные модели для анализа временных рядов в цифровых двойниках
Исследователи представили архитектуру модульных фундаментных моделей, предназначенных для обработки сложных временных рядов в системах цифровых двойников и предиктивного обслуживания. Новый подход решает проблему узкой специализации существующих решений, предлагая масштабируемый способ извлечения данных из гетерогенных источников, что критически важно для мониторинга промышленного оборудования и прогнозирования его состояния в реальном времени.
Эволюция языковых моделей: как ИИ научился понимать человеческую речь
Видеолекция подробно разбирает путь развития больших языковых моделей от ранних статистических методов до современных архитектур на базе трансформеров. Автор анализирует, как переход от предсказания следующего слова к глубокому пониманию контекста и семантических связей позволил ИИ достичь текущего уровня владения естественным языком, опираясь на ключевые научные прорывы последних лет.
Геометрические трансформации в архитектурах UNet, ViT и DiT
Исследователи представили единый аналитический фреймворк для изучения влияния геометрических возмущений на архитектуры нейронных сетей, включая UNet, ViT и DiT. Работа фокусируется на применении элементов диэдральной группы к скрытым состояниям моделей, что позволяет лучше понять устойчивость и эффективность генеративных диффузионных систем при различных пространственных преобразованиях данных.
EPRA U-Net: новая архитектура для сегментации ишемических инфарктов на МРТ
Исследователи представили EPRA U-Net — специализированную архитектуру нейронных сетей для автоматической сегментации очагов острого ишемического инфаркта на диффузионно-взвешенных изображениях МРТ. Модель сочетает пирамидальные структуры и механизмы остаточного внимания, что позволяет с высокой точностью выделять пораженные участки мозга, критически важные для принятия клинических решений при лечении цереброваскулярных событий и количественной оценки повреждений тканей.
Интеграция нечеткой логики в Answer Set Programming для работы с качественными данными
Исследователи представили метод расширения программирования в ответах (ASP) с помощью функций принадлежности нечеткой логики. Это позволяет системам ИИ интерпретировать субъективные лингвистические понятия, такие как «дорого» или «высокий», связывая их с точными числовыми данными. Подход помогает преодолеть разрыв между строгими алгоритмическими вычислениями и контекстуальной неопределенностью, характерной для человеческого мышления и принятия решений.
Фундаментальный курс по причинно-следственному выводу
Опубликованный в архиве arXiv учебный материал «Первый курс по причинно-следственному выводу» (A First Course in Causal Inference) представляет собой систематизированное введение в методы анализа причинно-следственных связей. Работа охватывает ключевые концепции, необходимые для перехода от корреляционного анализа данных к пониманию механизмов влияния, что критически важно для построения надежных моделей машинного обучения и принятия обоснованных решений.
Обзор датасетов для диагностики ментального здоровья вне социальных сетей
Исследователи представили первый систематический обзор датасетов для выявления ментальных расстройств, использующих данные вне социальных сетей. Традиционные методы NLP и машинного обучения часто опираются на посты пользователей, что создает риски предвзятости, этические проблемы и угрозы приватности. Работа систематизирует альтернативные источники данных, позволяя повысить точность и надежность диагностических моделей в клинической и социальной практике.
MentalThink: новый метод визуально-символического мышления для мультимодальных моделей
Исследователи представили MentalThink — парадигму, наделяющую мультимодальные LLM способностью к «ментальной» визуализации через генерацию SVG-кода. Модель использует векторную графику как промежуточное звено для многошаговых рассуждений, что позволяет ей структурировать визуальные данные, выполнять их рендеринг и интерпретировать результат для решения сложных задач, требующих пространственного мышления и логического вывода.
Повышение надежности LLM через механизм селективного предсказания
Исследователи представили новый метод повышения надежности больших языковых моделей (LLM) с помощью стратегии селективного предсказания (Selective Prediction). Подход позволяет модели самостоятельно определять случаи, в которых она с высокой вероятностью даст верный ответ, и отказываться от генерации при риске ошибки. Это критически важно для внедрения ИИ в системы принятия решений, где цена ошибки крайне высока.
Новый метод оптимизации графиков диффузионных моделей на основе смеси гауссиан
Исследователи представили аналитический подход к проектированию графиков (schedules) для диффузионных моделей типа Brownian Bridge (BBDM). Вместо использования эвристических методов авторы предложили математическую модель на основе смеси гауссиан, которая позволяет точнее управлять процессом восстановления данных. Это повышает эффективность решения обратных задач, таких как восстановление изображений, за счет более точного моделирования стохастического перехода между состояниями.
AquaGen: генеративная модель для молекулярной динамики с атомарной точностью
Исследователи представили AquaGen — первую генеративную модель, способную создавать молекулярные конфигурации с учетом явного растворителя и периодических граничных условий. Система работает на уровне распределения Больцмана, обеспечивая точность классической молекулярной динамики (MD), но при этом требует значительно меньше вычислительных ресурсов, чем традиционные методы симуляции сложных атомных систем.
Исследование: LLM используют «пустые» токены для скрытых вычислений
Исследователи обнаружили, что современные языковые модели способны выполнять сложные многошаговые рассуждения, используя «пустые» токены, такие как многоточия или последовательности чисел. В таких случаях модель выдает правильный ответ без видимой цепочки рассуждений (CoT) в тексте. Это создает серьезную проблему для контроля поведения ИИ, так как внешне токены не содержат информации о логике процесса.
Способен ли ИИ совершать научные прорывы
Исследователи анализируют потенциал ИИ в фундаментальной науке, рассматривая его не просто как инструмент автоматизации, а как полноценного участника исследовательского процесса. В центре внимания — способность моделей генерировать гипотезы, анализировать массивы данных и ускорять циклы открытий в биологии, химии и физике, меняя традиционные подходы к научному методу и проверке теорий.
Математики разрабатывают строгие правила для использования ИИ
Математическое сообщество инициировало разработку стандартов и формальных правил для применения ИИ в научных исследованиях. Цель инициативы — повысить прозрачность и воспроизводимость результатов, полученных с помощью нейросетей. Эксперты стремятся минимизировать риски «черного ящика» и обеспечить верифицируемость выводов, которые ИИ-системы предлагают в ходе сложных математических доказательств и анализа данных.
Обучение с подкреплением за пределами верифицируемых задач
Статья исследует ограничения классического обучения с подкреплением (RL) в задачах, где нет четкого сигнала вознаграждения или возможности проверки результата. Автор анализирует, как современные методы адаптации моделей позволяют ИИ эффективно обучаться в условиях неопределенности и субъективных критериев успеха, выходя за рамки традиционных игровых сред и математических оптимизационных задач.
Новая архитектура IVD-SSM для анализа семантического сходства нарративов
Исследователи представили модель IVD-SSM (Invariant-Variant Disentangled State-Space Model), разработанную для решения задачи SemEval-2026 по оценке сходства нарративов. Архитектура использует структурно-управляемые модели состояний (SSM) для разделения инвариантных и вариативных признаков текста. Это позволяет системе игнорировать поверхностные детали, такие как имена персонажей или локации, фокусируясь на глубинной структуре повествования и семантической близости сюжетов.
Исследование причин ошибок генерализации в современных LLM
Исследователи проанализировали проблему ошибок генерализации в больших языковых моделях, возникающих из-за разрыва между обучающими выборками и реальными условиями эксплуатации. Авторы предлагают использовать метод смешивания условных политик (Mixtures of Conditional Policies) для создания контролируемых демонстраций, позволяющих систематически выявлять и изучать сбои моделей в упрощенных, но репрезентативных сценариях, что критически важно для повышения надежности ИИ-систем.
Sakana AI представила метод координации мультиагентных систем Sheaf-ADMM
Исследователи из Sakana AI разработали новый математический подход Sheaf-ADMM для эффективной координации автономных ИИ-агентов. Метод опирается на теорию пучков (sheaf theory) и алгоритм ADMM, позволяя агентам достигать консенсуса в сложных распределенных средах. Решение значительно повышает масштабируемость систем, где требуется согласованное принятие решений без централизованного управления.
Автоматизация стадирования рака по патологическим отчетам с помощью ИИ
Исследователи представили систему CaresAI для автоматического определения стадии рака по классификации TNM (опухоль, узлы, метастазы) на основе анализа патологических отчетов из базы The Cancer Genome Atlas. Решение использует комбинацию классических методов машинного обучения и глубоких нейронных сетей, преобразуя медицинские тексты в структурированные данные для многоклассовой классификации, что значительно ускоряет обработку клинической документации.