Нейросети под микроскопом: оптимизация уже обученных моделей
![Пространство входных данных разделяется границами, определяемыми положительным откликом каждого нейрона, при этом направление и длина векторов, пропорциональных параметрам, указывают на влияние активации, а контурные графики [latex]yy[/latex] над этими границами демонстрируют характер распределения активаций в пространстве признаков.](https://arxiv.org/html/2512.24295v1/x3.png)
В новой работе исследователи предлагают эффективный метод локального поиска для тонкой настройки параметров нейронных сетей, повышая их производительность.
Наука
Поймать вспышку: Искусственный интеллект на службе у радиоастрономии
![Распределение мер дисперсии [latex]DMs[/latex] в синтетическом наборе данных демонстрирует однородное покрытие во всех подмножествах - обучающем, тестовом и примере шестой выборки из обучающего набора - что указывает на согласованность характеристик данных и надёжность проведённого анализа.](https://arxiv.org/html/2512.24003v1/x6.png)
Новый подход с использованием алгоритмов машинного обучения позволяет более точно и эффективно определять ключевые характеристики быстрых радиовсплесков.
Скрытые смыслы: Как большие языковые модели раскрывают закономерности в данных
Новый подход объединяет возможности традиционной статистики и глубокого семантического анализа для повышения точности прогнозов и выявления интерпретируемых признаков.
Искусственный интеллект учится блефовать: как нейросети осваивают покер
Новое исследование показывает, что модели на основе Transformer способны формировать внутреннее представление об игровых ситуациях, включая понимание вероятностей и скрытой информации в таких сложных играх, как покер.
Иллюзия Прогнозов: Как Большие Языковые Модели Обманывают Нас
Новое исследование выявляет, что значительная часть кажущейся способности больших языковых моделей предсказывать будущее может быть связана с простой запоминаемостью, а не с реальным пониманием.