Наука
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...
Исследователи выявили причину неудачи прямого градиентного..
Ученые изучили градиентный метод обращения системы Грея-Скотта и обнаружили, что ландшафт функции потерь имеет плоские плато и резкие...
ИИ-медиатор для переговоров: LLM-пайплайн показал результаты на..
Исследователи представили автоматизированного медиатора на основе структурированного пайплайна LLM, который помогает в подготовке к...
Генеративный ИИ с физическими ограничениями: новый метод для..
Исследователи из arXiv представили подход к созданию генеративных моделей для полупроводникового производства, которые по построению...
Метод ACTION-RATING научил ИИ-агентов вовремя запрашивать..
Исследователи представили ACTION-RATING — подход, который встраивает запрос уточнения в пространство действий иерархического агента. В...
Метод снижения сикофантии в Llama-3 также подавляет согласие с..
Исследователи из arXiv обнаружили, что активационный steering, призванный уменьшить сикофантию в Llama-3-8B-Instruct, одновременно снижает...
