recent ai research: picosam3, commet, entransformer, and more

PicoSAM3: Real-Time In-Sensor Region-of-Interest Segmentation

PicoSAM3 – это легковесная модель визуальной сегментации, предназначенная для работы на периферийных устройствах и в сенсорах, включая Sony IMX500. Модель имеет 1.3 миллиона параметров и сочетает в себе CNN-архитектуру с кодированием областей интереса, эффективное внимание к каналам и дистилляцию знаний из SAM2 и SAM3. На COCO и LVIS PicoSAM3 достигает 65.45% и 64.01% mIoU соответственно, превосходя существующие SAM-основанные и ориентированные на периферию базовые модели при аналогичной или меньшей сложности. INT8 квантованная модель сохраняет точность с незначительным ухудшением, обеспечивая в то же время в сенсорную инференцию в реальном времени с задержкой 11.82 мс на IMX500, полностью соответствуя требованиям к памяти и операторам.

CoMMET: To What Extent Can LLMs Perform Theory of Mind Tasks?

Представлен новый мультимодальный набор данных CoMMET, который расширяет оценку способности LLM рассуждать о ментальных состояниях других людей, предлагая многооборотное тестирование и охватывая широкий спектр ментальных состояний. Это первый мультимодальный набор данных для оценки ToM в многооборотном разговорном контексте. Исследование включает оценку LLM разных семейств и размеров, анализируя их сильные и слабые стороны.

EnTransformer: A Deep Generative Transformer for Multivariate Probabilistic Forecasting

EnTransformer – это глубокий генеративный фреймворк, объединяющий engression и Transformers для прогнозирования многомерных вероятностных временных рядов. Модель вводит стохастический шум и оптимизирует энергетическую оценку, напрямую изучая условное предиктивное распределение. EnTransformer генерирует согласованные траектории прогноза и эффективно моделирует временные зависимости и перекрестные связи между рядами. Эксперименты на различных бенчмарках показывают, что EnTransformer обеспечивает откалиброванные вероятностные прогнозы, превосходящие существующие модели.

Inverse Neural Operator for ODE Parameter Optimization

Предложен Inverse Neural Operator (INO) – двухэтажный фреймворк для восстановления скрытых параметров ODE из разреженных, частичных наблюдений. Первый этап включает Conditional Fourier Neural Operator (C-FNO) с кросс-вниманием, который реконструирует траектории ODE. Второй этап использует Amortized Drifting Model (ADM) для поиска параметров. INO превосходит градиентные и амортизированные базовые модели по точности и скорости.

The Landscape of Generative AI in Information Systems: A Synthesis of Secondary Reviews and Research Agendas

Исследование, основанное на систематическом обзоре литературы, показывает, что внедрение генеративного ИИ сопряжено с техническими, этическими и управленческими проблемами. Обнаружено несоответствие между быстрой эволюцией технологий GenAI и медленной адаптацией социальных систем. Предлагается исследовательская программа для совместного развития технических возможностей, организационных процедур, социальных ценностей и нормативных институтов.

PicoSAM3 CoMMET EnTransformer Inverse Neural Operator The Landscape of Generative AI PicoSAM3 PDF CoMMET PDF EnTransformer PDF Inverse Neural Operator PDF The Landscape of Generative AI PDF