Исследования и наука
Новая архитектура для ускорения генеративного улучшения речи
Исследователи представили архитектуру для улучшения качества речи, основанную на методе Flow Matching. В отличие от традиционных U-Net моделей, новый подход исключает пропускные соединения (skip-connections) и использует выравнивание латентных представлений. Это позволяет значительно сократить количество итераций при генерации, обеспечивая высокую скорость обработки, необходимую для работы систем в режиме реального времени.
Обзор текущего состояния генерации шрифтов с помощью ИИ
Технологии генерации шрифтов с помощью нейросетей прошли путь от простых экспериментов до специализированных инструментов, способных создавать полноценные гарнитуры. Основная сложность в этой области заключается в необходимости соблюдения строгих геометрических правил, кернинга и согласованности символов внутри одного набора. Современные подходы используют диффузионные модели и методы машинного обучения для автоматизации процесса отрисовки глифов, что значительно сокращает время разработки новых шрифтовых семейств.
Новый метод оценки интерпретируемости разреженных автокодировщиков (SAE)
Исследователи представили фреймворк для оценки интерпретируемости разреженных автокодировщиков (SAE), используемых для анализа нейросетей. В отличие от существующих прокси-метрик, новый подход измеряет семантическое соответствие между латентными признаками модели и аннотированными человеком концептами. Это позволяет количественно оценивать, насколько точно внутренние представления ИИ отражают человеческие понятия, повышая прозрачность работы сложных моделей компьютерного зрения.
Новый подход к выбору вероятностных моделей для временных рядов
Исследователи представили новый метод выбора оптимальных вероятностных моделей при работе с наборами временных рядов. Авторы анализируют использование надлежащих правил оценки (proper scoring rules) для агрегирования результатов на множестве временных рядов. Работа предлагает уточненные статистические подходы, позволяющие более точно оценивать качество прогнозирования моделей в условиях сложной динамики данных и высокой волатильности.
TACTFUL: новый фреймворк для тактильного распознавания объектов роботами
Исследователи представили TACTFUL — фреймворк, позволяющий многопальцевым роботам идентифицировать и локализовать предметы в ограниченном пространстве исключительно с помощью осязания. В отличие от традиционных систем, опирающихся на компьютерное зрение, этот метод имитирует человеческую способность распознавать объекты на ощупь, что критически важно для работы в условиях плохой видимости или полной темноты, где визуальные сенсоры оказываются неэффективными.
Physics-Informed Fourier-Wavelet Transformer для моделирования гидродинамики
Исследователи представили архитектуру Physics-Informed Fourier-Wavelet Transformer (PFWT), предназначенную для ускорения численного моделирования гидродинамики. Модель эффективно реконструирует поля скоростей, объединяя методы Фурье-преобразований и вейвлет-анализа. Новый подход позволяет точнее воспроизводить как глобальные потоки, так и локальные мелкомасштабные структуры, которые часто упускаются традиционными суррогатными моделями в сложных физических системах.
Исследование PsychoPass: геометрический анализ состязательных диалогов с LLM
Исследователи представили метод PsychoPass, позволяющий анализировать состязательные атаки на большие языковые модели через призму геометрического профилирования. В отличие от традиционных подходов, фокусирующихся на поиске конкретных триггерных фраз, авторы работы рассматривают многоходовые диалоги как траектории в многомерном пространстве скрытых состояний модели. Такой подход позволяет выявлять закономерности, которые приводят к обходу встроенных ограничений безопасности.
CineCap: новый метод анализа видео через профессиональную кинотерминологию
Исследователи представили CineCap — фреймворк для описания видео с использованием профессиональных кинотерминов. Модель анализирует пространственно-временные якоря, чтобы точно определять параметры съемки: движение камеры, крупность плана, глубину резкости и композицию кадра. Это решение устраняет пробел в существующих мультимодальных моделях, которые до сих пор слабо справлялись с техническим анализом видеоряда на уровне кинопроизводства.
Метод SIFT повышает точность фактчекинга в LLM через проверку обоснованности доказательств
Исследователи представили метод SIFT (Claim-Conditioned Re-scoring), решающий проблему «разрыва обоснований» (Warrant Gap) в ИИ-системах проверки фактов. Хотя современные LLM показывают высокую точность на бенчмарках, они часто подтверждают утверждения, используя нерелевантные доказательства. Новый подход переоценивает извлеченные данные с учетом контекста исходного утверждения, что позволяет выявлять логические несоответствия между фактом и цитируемым источником.
Новый математический подход к причинно-следственным связям в ИИ
Исследователи представили концепцию «инфинитезимальной причинности» (Infinitesimal Causality), описывающую механизмы вмешательства в системы через призму касательных расслоений в категориях Фробениуса. Этот подход позволяет формализовать, как малые изменения в структуре данных влияют на поведение моделей, предлагая строгий математический аппарат для анализа причинно-следственных связей в сложных вычислительных системах и нейронных сетях.
Проблемы автоматизации проверки онтологий через Competency Questions
Исследователи проанализировали эффективность использования ИИ-ассистентов для проверки онтологий через Competency Questions (CQ). Процесс, традиционно требующий ручной интерпретации лингвистических нюансов, сталкивается с серьезными трудностями при автоматизации. Работа демонстрирует, что текущие модели часто допускают ошибки в логической верификации, что ставит под сомнение надежность полностью автоматизированных систем оценки качества онтологических моделей в сложных предметных областях.
Исследование культурной адаптации моральных нарративов в LLM
Исследователи проанализировали, насколько эффективно большие языковые модели сохраняют культурно-специфический контекст при трансляции идентичных моральных уроков на разных языках. Работа выявляет критические пробелы в способности моделей адаптировать повествование под культурные нормы, что ставит под вопрос универсальность ИИ-генерации контента и точность передачи смысловых нюансов при межъязыковом переводе и адаптации историй.
Проблема обратной логики в обучении больших языковых моделей
Исследователи выявили фундаментальную особенность в обучении современных больших языковых моделей, получившую название «проклятие обращения». Суть проблемы заключается в том, что модели, обученные на утверждениях вида «А является Б», не способны автоматически выводить обратное утверждение «Б является А». Например, если модель успешно усваивает факт, что «Том Круз — сын Мэри Ли Пфайффер», она зачастую не может ответить на вопрос, кто является матерью Тома Круза, так как эта связь не выстраивается в обратном направлении в процессе обучения.
Глубокое обучение для прогнозирования прогрессирования болезни Альцгеймера
Исследователи представили новый метод глубокого обучения для долгосрочного прогнозирования развития болезни Альцгеймера. В отличие от стандартных моделей, которые ограничиваются классификацией текущего состояния, этот подход учитывает неопределенность прогноза и динамику изменений пациента во времени. Это позволяет врачам не только видеть наиболее вероятный диагноз, но и оценивать надежность предсказаний для построения долгосрочных планов лечения.
Исследование методов доступа к параметрическим знаниям LLM через кросс-языковые промпты
Исследователи изучили проблему неравномерного доступа к параметрическим знаниям в больших языковых моделях при смене языка запроса. Стандартные методы инференса часто не справляются с извлечением локализованных фактов, что нарушает консистентность ответов. Авторы предложили стратегии кросс-языкового промптинга, позволяющие эффективнее активировать скрытые знания модели и улучшить качество передачи информации между различными языковыми доменами в процессе генерации.
Гибридный подход в трейдинге: объединение классического стоимостного инвестирования и ML
Исследователи предложили новый метод отбора акций, объединяющий классические принципы стоимостного инвестирования Бенджамина Грэма с современными моделями машинного обучения. Авторы используют фундаментальные финансовые показатели как математический фильтр для нейросетей, что позволяет отсеивать рыночный шум и краткосрочные колебания, фокусируясь на компаниях с устойчивой долгосрочной стоимостью и предсказуемыми показателями эффективности.
Генерация реалистичных графиков активности населения с помощью ИИ
Исследователи представили новый метод генерации индивидуальных графиков ежедневной активности, основанный на распределении локаций с учетом симулированного времени в пути. Модель позволяет создавать синтетические данные о перемещениях людей, что критически важно для городского планирования, эпидемиологического контроля и разработки государственной политики, заменяя труднодоступные данные прямых наблюдений за поведением индивидов в городской среде.
LLM как ассоциативная память: новый взгляд на логические рассуждения
Исследователи представили новую теоретическую модель, рассматривающую большие языковые модели не как простые авторегрессионные генераторы, а как высокоразмерные ассоциативные памяти. Авторы доказывают, что цепочки логических рассуждений соответствуют глубоким аттракторам в энергетическом ландшафте модели. Использование минимизации энергии по Гиббсу позволяет извлекать скрытые паттерны мышления, что открывает новые пути для повышения точности и надежности ИИ в сложных математических задачах.
Использование LLM для детекции телефонного мошенничества в турецком языке
Исследователи изучили возможности применения больших языковых моделей для выявления телефонного мошенничества в турецком языке. В условиях дефицита размеченных данных для низкоресурсных языков авторы работы проанализировали эффективность аудио-анализа и текстовой обработки, предложив методы адаптации современных ИИ-систем для защиты уязвимых групп населения от киберпреступлений, которые ранее оставались вне фокуса глобальных технологических решений.
Исследование методов оценки графовых фундаментальных моделей
Исследователи представили комплексный анализ производительности графовых фундаментальных моделей (GFM), сфокусировавшись на задачах прогнозирования свойств узлов. Работа выявляет критические недостатки в текущих подходах к тестированию, предлагая стандартизированную методологию для объективного сравнения архитектур. Авторы демонстрируют, что многие современные модели показывают нестабильные результаты при смене наборов данных, что требует пересмотра подходов к их обучению и валидации.
Исследование: почему текущие законы масштабирования LLM ведут к энергетическому кризису
Новое исследование анализирует текущие законы масштабирования больших языковых моделей и указывает на их неустойчивость с точки зрения потребления энергетических ресурсов. Авторы доказывают, что даже при учете «эффекта пьедестала» — численного смещения, связанного с ненулевым значением функции потерь при бесконечном объеме данных, — проблема экспоненциального роста затрат на обучение и инференс моделей остается нерешенной.
Нейросетевой подход к оценке сложности лексики для изучающих иностранные языки
Исследователи представили систему для автоматического определения сложности слов при изучении иностранных языков, разработанную в рамках конкурса BEA 2026. Модель использует регрессионный анализ и объединяет контекстуальные эмбеддинги с лингвистическими признаками, учитывающими родной язык учащегося. Решение показало высокую точность в прогнозировании того, насколько сложным будет восприятие конкретной лексики для носителей испанского, немецкого и китайского языков.
RetiSEM: новый метод построения причинно-следственных моделей для биомедицинских данных
Исследователи представили RetiSEM — фреймворк для восстановления причинно-следственных графов и проведения медиационного анализа на основе фрагментированных биомедицинских данных. Метод решает проблему неполноты клинических, молекулярных и визуализационных переменных, позволяя эффективно работать с мультимодальными наборами данных, где информация о пациентах часто разрознена и не наблюдается совместно в рамках одного исследования.
Video-SALMONN-R3: новый метод эффективного анализа видео через двухэтапную обработку
Исследователи представили Video-SALMONN-R3 — архитектуру для видео-LLM, решающую проблему нехватки вычислительных ресурсов. Вместо обработки всего видео целиком, модель сначала проводит грубый анализ для поиска ключевых сегментов, а затем детально пересматривает их. Такой подход позволяет значительно экономить память и вычислительную мощность, сохраняя высокую точность ответов на вопросы по видеоконтенту.