ai frameworks: circle, neural operators, and more

CIRCLE: A Framework for Evaluating AI from a Real-World Lens

CIRCLE – это шестиэтапный фреймворк, основанный на жизненном цикле, предназначенный для преодоления разрыва между метриками производительности моделей и реальными результатами развертывания ИИ. Он формализует перевод проблем заинтересованных сторон в измеримые сигналы. CIRCLE интегрирует полевые испытания, red teaming и лонгитюдные исследования в скоординированный конвейер и производит систематические знания, чувствительные к локальному контексту. Это позволяет проводить управление на основе материализованных побочных эффектов, а не теоретических возможностей. Информация о фреймворке доступна на Hugging Face и в формате PDF (ArXiv).

Learning Physical Operators using Neural Operators

Представлена новая физически обоснованная схема обучения, которая решает ограничения обобщения и фиксированной временной дискретизации нейронных операторов. Она основана на разложении уравнений в частных производных (УЧП) с использованием метода расщепления операторов, обучая отдельные нейронные операторы для нелинейных физических операторов и аппроксимируя линейные операторы фиксированными свёртками с конечным разностным приближением. Подход сформулирован как нейронное обыкновенное дифференциальное уравнение (ОДУ), обеспечивающее непрерывные во времени прогнозы и неявное обеспечение ограничениями УЧП. Он демонстрирует лучшую сходимость и превосходную производительность при обобщении на новую физику. Ресурсы доступны на Hugging Face и в формате PDF (ArXiv).

Guidance Matters: Rethinking the Evaluation Pitfall for Text-to-Image Generation

Исследователи выявили критическую ошибку в оценке методов генерации изображений на основе диффузии: модели человеческих предпочтений демонстрируют сильную предвзятость к большим масштабам управления. Простое увеличение масштаба CFG может улучшить количественные оценки, даже если качество изображения ухудшается. Предложен новый фреймворк оценки GA-Eval, который калибрует масштаб управления для справедливого сравнения между методами. Также разработан метод TDG, который улучшает человеческие предпочтения, но не работает на практике. В экспериментах показано, что увеличение масштаба CFG может конкурировать с другими методами, но все они страдают от снижения частоты выигрыша по сравнению со стандартным CFG. Дополнительная информация доступна на Hugging Face и в формате PDF (ArXiv).

SignVLA: A Gloss-Free Vision-Language-Action Framework for Real-Time Sign Language-Guided Robotic Manipulation

Представлен первый фреймворк Vision-Language-Action (VLA), управляемый языком жестов, для интуитивного и инклюзивного человеко-роботного взаимодействия. Система напрямую сопоставляет визуальные жесты с семантическими инструкциями, не полагаясь на глоссарии, что снижает стоимость аннотации и потери информации. Фокус сделан на интерфейсе распознавания пальцевой азбуки в реальном времени. Система преобразует потоки жестов в согласованные языковые команды с помощью геометрической нормализации, временного сглаживания и лексической доработки. Фреймворк поддерживает интеграцию моделей языка жестов на основе трансформаторов. Результаты экспериментов демонстрируют эффективность системы в преобразовании инструкций, полученных с помощью языка жестов, в точные действия робота. Доступна информация на Hugging Face и в формате PDF (ArXiv).

A Learning-Based Hybrid Decision Framework for Matching Systems with User Departure Detection

Представлен гибридный фреймворк, который адаптивно сочетает немедное и отложенное сопоставление в системах сопоставления, таких как биржи почек и грузовых перевозок. Фреймворк непрерывно собирает данные о выходе пользователей из системы, оценивает распределение выходов с помощью регрессии и определяет, следует ли отложить сопоставление, основываясь на пороговом значении. Он может значительно сократить время ожидания и перегруженность, жертвуя лишь ограниченным объемом эффективности сопоставления. Фреймворк гибко интерполирует между жадными и терпеливыми политиками. Доступна информация на Hugging Face и в формате PDF (ArXiv).