Искусственный интеллект на грани: освоение долгосрочного планирования
Новая модель AgentCPM-Explore демонстрирует впечатляющие результаты в сложных задачах, требующих стратегического мышления и адаптации к изменяющейся среде.
Наука
Нейросети, невосприимчивые к искажениям
![Исследование демонстрирует, что применение диффеоморфизма [latex]g \in \mathcal{D}(\mathcal{X})[/latex] к входным данным должно приводить к соответствующему преобразованию сегментации, сохраняя при этом классификацию - то есть, [latex]f_{\theta}(g \cdot x) = g \cdot f_{\theta}(x)[/latex] и [latex]f_{\theta}(g \cdot x) = f_{\theta}(x)[/latex] - что подтверждает диффеоморфную эквивариантность в сегментации изображений легких и диффеоморфную инвариантность в предсказании топологических инвариантов для наборов данных, таких как MNIST.](https://arxiv.org/html/2602.06695v1/graphics/random/mnist_t/bsp_trans.png)
Новый подход обеспечивает устойчивость нейронных сетей к геометрическим трансформациям без использования аугментации данных или переобучения.
Бесконечное мышление: новый подход к логическим цепочкам
Исследователи представили систему, способную оптимизировать процесс последовательного рассуждения, повышая точность и скорость работы с большими объемами информации.
Разоблачение мошенничества: Новый подход к обнаружению кредитных афер
Исследование демонстрирует, как оптимизированный алгоритм Explainable Boosting Machine позволяет значительно повысить точность выявления мошеннических операций по кредитным картам.
Уязвимость защитных систем: как обмануть искусственный интеллект в кибербезопасности
![Анализ уязвимостей на уровне признаков для набора данных фишинговых сайтов выявляет, что чувствительность признаков, оцениваемая на основе градиентов [latex]Eq.5[/latex], и смещение средних значений атрибуции SHAP при враждебных возмущениях [latex]Eq.6[/latex], позволяют оценить устойчивость модели к целенаправленным атакам.](https://arxiv.org/html/2602.06395v1/figures/feature_vulnerability_2panel_hbar.png)
Новое исследование показывает, что современные алгоритмы машинного обучения, используемые для защиты от киберугроз, подвержены атакам, и предлагает способ оценки и повышения их устойчивости.