Ускорение генерации текста: новый подход к спекулятивному декодированию
Исследователи предлагают инновационную систему, позволяющую значительно повысить скорость работы больших языковых моделей за счет повторного использования скрытых состояний.
Наука
Взгляд художника: Искусственный интеллект предсказывает, куда мы смотрим на картинах
Новая модель машинного обучения позволяет точно прогнозировать траектории взгляда человека при просмотре произведений искусства, открывая новые возможности для анализа культурного наследия.
Скрытые связи: Восстановление сетей по неполным данным
![Представленный анализ демонстрирует, что разработанный байесовский предсказатель, оценивая улучшение по отношению к dcGM, способен не только достигать сопоставимых результатов по метрикам [latex] \text{ARE}_k [/latex], [latex] \text{MRE}_k [/latex], [latex] \langle\text{TPR}\rangle [/latex], [latex] \langle\text{PPV}\rangle [/latex], [latex] \langle\text{TNR}\rangle [/latex] и [latex] \langle\text{ACC}\rangle [/latex], но и превосходить его, причём оценка улучшения рассчитывается как [latex] (m_{\text{dcGM}}-m_{\text{Bayes}})/|m_{\text{dcGM}}| [/latex] или [latex] (m_{\text{Bayes}}-m_{\text{dcGM}})/|m_{\text{dcGM}}| [/latex], что указывает на эффективность предлагаемого полностью предсказывающего подхода к реконструкции данных.](https://arxiv.org/html/2602.21869v1/x14.png)
Новый подход позволяет реконструировать структуру сложных сетей, таких как финансовые транзакции, даже при ограниченном объеме информации.
Тёмная материя под прицетом нейросетей: новый подход к поиску гало
Учёные разработали гибридный алгоритм, сочетающий глубокое обучение и классические методы, для быстрой и точной идентификации гало тёмной материи в космологических симуляциях.
Интеллектуальное исследование графов знаний: новый подход к обучению языковых моделей
Исследователи предлагают инновационный метод, позволяющий языковым моделям самостоятельно исследовать и извлекать знания из графов, значительно улучшая ответы на сложные вопросы.