Наука
Математики определили фундаментальные ограничения методов..
Исследователи установили, что максимальный объем зашумления, который может скрыться от сертификата отбраковки выбросов ограниченной...
SEAGym: среда для оценки самоэволюционирующих LLM-агентов..
Исследователи представили SEAGym — платформу для тестирования обновлений обвязки LLM-агентов. Она выявляет, приводит ли изменение к...
Макадамия против воспалений: кислота из орехов подавляет..
Ученые выяснили, что пальмитолеиновая кислота, содержащаяся в орехах макадамия, способна подавлять воспалительные процессы в клетках....
Показатель адиабаты экзопланет искажает оценку потери массы в..
Новое исследование показало, что использование единого показателя адиабаты для всех возрастов экзопланет ведёт к ошибкам. У молодых планет...
PowerOPD: стабилизация дистилляции LLM с приростом точности до..
Исследователи предложили PowerOPD — семейство ограниченных наград на основе преобразования Бокса-Кокса, решающее проблему нестабильности в...
ИИ-пайплайн LLM-as-Judge для проверки экзаменов приблизился к..
Исследователи представили пайплайн LLM-as-Judge для автоматического оценивания ответов на экзаменах. Система использует официальные учебные...
Фрегат «Адмирал Григорович» признан подходящим для рутинных..
Западное издание Military Watch Magazine оценило боеспособность российского фрегата «Адмирал Григорович». Корабль признан пригодным для...
Астрономы измерили скорость потоков галактик с помощью сверхновых..
Команда исследователей использовала данные сверхновых типа Ia для измерения bulk flow — среднего движения галактик в объеме Вселенной до z...
Графовые нейросети на геометрии Финслера: новый метод для..
Исследователи из arXiv представили новый класс графовых нейронных сетей, основанных на геометрии Финслера. Они доказали, что такие сети...
CEO-Bench: новый бенчмарк проверяет способность ИИ управлять..
Исследователи представили CEO-Bench — мультиагентный бенчмарк для оценки способности больших языковых моделей (LLM) принимать...
