Наука
RoVE: как сделать механизм внимания чувствительным к позиции —..
Исследователи предложили модификацию Rotary Position Embeddings (RoPE), названную RoVE, которая делает значения в механизме внимания...
HORMA: иерархическая память для ИИ-агентов сокращает расход..
Исследователи представили HORMA — систему организации памяти для LLM-агентов, напоминающую файловую структуру. Метод позволяет эффективно...
Ученые измерили неосознаваемый перенос вредного поведения при..
Исследователи из arXiv количественно оценили, как нежелательные черты от языковых моделей-учителей передаются ученикам при дистилляции,...
Lung-R1: ИИ с графом знаний превзошёл аналоги в диагностике..
Исследователи представили LungKG — первый структурированный граф знаний для диагностики лёгочных заболеваний, и построенную на его основе...
LakeFM: Новая фундаментальная модель ИИ для прогнозирования..
Исследователи представили LakeFM — фундаментальную модель машинного обучения для анализа и прогнозирования динамики озёр. Модель обучена на...
SWARR: как reinforcement learning адаптирует скользящее внимание..
Исследователи представили метод SWARR, который с помощью reinforcement learning восстанавливает точность математических рассуждений у...
VLM-Safe-RL: предвидение коллизий с помощью замороженных моделей..
Исследователи представили VLM-Safe-RL — фреймворк для безопасного обучения с подкреплением, который использует замороженные vision-language...
SkillJuror: организация навыков ИИ-агентов оказалась важнее их..
Исследователи представили SkillJuror — фреймворк для оценки влияния организации навыков на поведение LLM-агентов. В тесте на 82 задачах...
PermDoRA: ортогональность адаптеров не улучшает многозадачность..
Исследователи проверили гипотезу, что интерференция адаптеров в LLM вызвана перекрытием обновлений параметров, и предложили фреймворк...
INFRAMIND: новый подход к управлению мультиагентными LLM с..
Исследователи представили INFRAMIND — фреймворк, который учитывает состояние серверов при маршрутизации запросов в мультиагентных...
