В статье рассматривается концепция арбитража вычислительных ресурсов в формирующихся рынках моделей искусственного интеллекта, открывающая потенциал для получения прибыли за счет оптимизации затрат и производительности.
![Архитектура SPECTRE-G2 обрабатывает входные данные [latex]\mathbf{x}[/latex] посредством двух параллельных блоков - ансамбля из пяти спектрально-нормализованных GaussEnc и PlainNet, извлекая восемь взаимодополняющих сигналов, нормализуемых валидационными процентилями и корректируемых на основе псевдо-OOD набора, после чего адаптивный top-k-fusion отбирает наиболее дискриминантные сигналы (основанные на валидационной AUROC) и усредняет их для получения итоговой оценки аномалий [latex]S(\mathbf{x})[/latex], при этом для табличных данных опционально включается причинный сигнал.](https://arxiv.org/html/2603.21160v1/arch.png)
Исследователи представили SPECTRE-G2 — систему, способную выявлять неизвестные ранее угрозы, объединяя различные сигналы неопределенности.
Анализ обсуждений на Reddit с помощью компактных моделей машинного обучения позволяет выявлять общественное восприятие инфляции и даже прогнозировать будущие экономические показатели.
Новый подход позволяет выявлять реальные связи между общественным мнением и доходностью энергетических компаний, отсеивая ложные корреляции.
В новой работе представлена методика, позволяющая предсказывать долгосрочные отклонения во временных рядах, основываясь на анализе структуры аномалий.