CoMT: метод обучения AI по принципам человеческого мышления и ещё 20 новости

CoMT: метод обучения AI по принципам человеческого мышления

Исследователи предложили новый метод постобучения больших языковых моделей (LLM), вдохновленный принципами человеческого мышления. Существующие методы, как правило, оптимизируют весь процесс рассуждения целиком, в то время как люди сначала формируют общую стратегию, а затем адаптируют ее к конкретной задаче.\r \r Новый подход, названный Chain-of-Meta-Thought (CoMT), разделяет процесс обучения на два этапа. Сначала модель обучается распознавать абстрактные схемы рассуждений, не привязанные к конкретным задачам. Затем, с помощью Confidence-Calibrated Reinforcement Learning (CCRL), происходит адаптация к конкретным ситуациям с учетом уверенности модели в каждом шаге.\r \r Это позволяет не только повысить обобщающую способность модели, но и снизить вероятность ошибок, а также сократить время обучения на 65-70% и объем используемых токенов на 50%. Эксперименты показали улучшение результатов на 2.19% и 4.63% при решении задач, представленных в обучающей выборке и вне ее.

Пять перспективных моделей для анализа временных рядов

В последнее время появилось несколько мощных моделей, обученных на больших объемах данных временных рядов. Они способны делать точные прогнозы "из коробки", без дополнительной настройки, что особенно ценно для различных отраслей и задач.\r \r Эти модели, названные "фундаментальными", позволяют прогнозировать будущие значения на основе исторических данных, даже если они не были явно обучены для конкретного сценария. Это существенно упрощает процесс прогнозирования и повышает его точность.\r \r Пока что их используют для анализа данных в сфере финансов, энергетики, ритейла и других областях, где важна предсказуемость. Разработчики отмечают, что новые модели превосходят традиционные методы, особенно при работе с длинными временными горизонтами. Доступность и лицензирование этих моделей варьируются, в зависимости от разработчика.

Sakura: новости ИИ о чат-боте без ограничений

Sakura – это чат-бот, который ставит во главу угла намерения пользователя и естественность общения, а не строгие правила контента. Такой подход делает его особенно привлекательным для тех, кто интересуется откровенными или взрослыми темами.\r \r Бот работает как обычная переписка: достаточно начать вводить сообщение в поле и отправлять его. Всё общение происходит на одной странице, позволяя легко возвращаться к предыдущим сообщениям.\r \r Sakura предлагает гибкую систему ценообразования: базовый доступ бесплатен, а за расширенные возможности нужно платить по подписке или за отдельные функции. Стоимость использования растёт по мере увеличения активности.\r \r Если вы ищете альтернативы, стоит обратить внимание на Candy AI, Ourdream и Mydreamcompanion – платформы, предлагающие больше свободы, щедрые бесплатные возможности или меньше фильтров.

Новости ИИ: ashk video generator – оживление изображений

ASHK Video Generator – это платформа, которая позволяет превращать фотографии в короткие анимированные ролики. Пользователь создаёт персонажа или сцену, выбирает настройки анимации, и система генерирует видео, "оживляя" дизайн.\r \r Сервис предлагает бесплатный доступ с ограниченным функционалом, для полноценного использования потребуется покупка кредитов или подписка. Многие пользователи ищут альтернативы из-за ограничений по использованию или тематики.\r \r В последнее время появилось множество AI-инструментов для создания видео, предлагающих больший контроль и более гибкие бесплатные планы. Некоторые из них специализируются на создании контента для взрослых, предлагая расширенные возможности и снятие ограничений.\r \r В основе работы этих инструментов лежит использование больших наборов данных для обучения, что позволяет имитировать анимацию и добавлять детали к статичным изображениям. Однако у бесплатных версий часто есть ограничения, например, водяные знаки.

VERSA: AI-система проверки данных в футболе

Ученые представили VERSA – систему проверки целостности данных о событиях в футболе. Она создана для повышения точности анализа, например, при оценке вклада игроков или определении тактики команд. Проблема в том, что существующие данные часто содержат логические ошибки: неверный порядок событий, пропущенные моменты и т.д.\r \r VERSA работает на основе модели переходов между состояниями, определяющей допустимые последовательности событий. Это позволяет автоматически находить и исправлять аномалии в данных. Исследование данных K League 1 (сезон 2024) показало, что почти 19% всех зафиксированных событий содержали логические нестыковки.\r \r Применение VERSA позволяет добиться лучшей согласованности данных от разных поставщиков и повысить надежность анализа. Эксперименты показали, что использование проверенных VERSA данных улучшает результаты VAEP – метрики, оценивающей вклад игрока в игру.

VizAI: новости ИИ о создании изображений по тексту

VizAI – это инструмент, который позволяет создавать изображения из текста, не требуя специальных навыков в дизайне или использования сложных редакторов. Просто опишите свою идею, выберите визуальный стиль, и система сгенерирует иллюстрацию.\r \r Сервис подходит для создания самых разных изображений: от реалистичных пейзажей до художественных иллюстраций и абстрактных композиций. Он может быть полезен для создания арта, рекламных материалов и разработки персонажей.\r \r В VizAI можно легко менять стиль, экспериментировать с одеждой на фотографиях и даже менять лица. Все это можно сделать интуитивно понятно и быстро. Также сервис предоставляет инструкции по входу в аккаунт и его закрытию.\r \r Если вам нужны альтернативы, стоит обратить внимание на Soulgen, Candy AI и Promptchan – они предлагают больше свободы в творчестве и гибкие тарифы.

Студентка MIT получила стипендию Черчилля - Новости ИИ

Студентка Массачусетского технологического института Кэти Спиваковски удостоилась престижной стипендии Черчилля на 2026–2027 учебный год. Она отправится в Кембриджский университет (Великобритания), чтобы получить степень магистра в области биологических наук в Институте Сангера.\r \r Кэти изучала биологическую инженерию и искусственный интеллект, а также математику и биологию. Она планирует заниматься научными исследованиями, сочетая вычислительные методы и биоинженерию для разработки эффективных и доступных решений в области здравоохранения.\r \r В MIT она исследовала терапевтическое применение ДНК-оригами, а также работала над иммунотерапией для лечения кахексии при раке. Её разработки были отмечены серебряной медалью на конкурсе iGEM и опубликованы в журнале MIT Undergraduate Research Journal. Кроме того, Кэти имеет опыт работы в компаниях Merck и New York Structural Biology Center.\r \r Стипендия Черчилля, учрежденная в 1963 году в честь Уинстона Черчилля, предоставляет возможность 16 американским студентам ежегодно обучаться в Кембриджском университете по научным, математическим или инженерным специальностям.

Вольфсбург внедряет ChatGPT во все подразделения клуба

Футбольный клуб из Бундеслиги, "Вольфсбург", решил использовать возможности искусственного интеллекта ChatGPT не только для отдельных экспериментов, но и для повышения эффективности работы всего клуба. Вместо узконаправленных "пилотных" проектов, руководство клуба делает ставку на широкое внедрение и обучение сотрудников.\r \r Цель – оптимизация рабочих процессов, повышение креативности и упрощение доступа к информации. При этом, как подчеркивают в "Вольфсбурге", внедрение ИИ не должно идти вразрез с основными ценностями и спецификой футбольной деятельности. Клуб стремится использовать технологию для поддержки, а не для замены человеческого фактора.\r \r Детали о конкретных способах применения ChatGPT пока не раскрываются, однако известно, что технология будет доступна всем сотрудникам клуба для решения разнообразных задач. "Вольфсбург" рассчитывает, что это позволит ускорить работу, улучшить координацию и генерировать новые идеи.

Синтетические данные и приватность в AI: риски и методы защиты дифференциальной

Создание искусственных табличных данных с помощью машинного обучения становится популярным способом повысить конфиденциальность при обмене данными. Однако даже после обработки чувствительной личной информации, публикация обученных моделей или сгенерированных наборов данных все еще может нести риски для приватности.\r \r Новые исследования показывают, что оценка анонимности часто ограничивается анализом отдельных наборов данных, не учитывая возможности и характеристики самой генеративной модели. Это не соответствует реальным сценариям, где обученные модели часто доступны для взаимодействия. Авторы утверждают, что для обеспечения достаточной анонимизации недостаточно полагаться только на методы создания синтетических данных.\r \r В работе рассматриваются такие механизмы защиты, как дифференциальная приватность и метрики приватности на основе схожести. Вывод: дифференциальная приватность обеспечивает надежную защиту, в то время как метрики на основе схожести не гарантируют достаточной безопасности. Исследование призвано помочь исследователям, практикам и законодателям более ответственно оценивать системы на основе синтетических данных.

Модель Изинга для оценки LLM: новый метод агрегации с учётом зависимостей между

В оценке больших языковых моделей (LLM) часто используют объединенные оценки нескольких “судей”, в том числе и самих LLM. Традиционные методы агрегации, такие как Dawid-Skene, предполагают, что все оценщики независимы друг от друга. Однако LLM, из-за общего опыта и схожих архитектур, часто демонстрируют взаимосвязанность в своих суждениях.\r \r Новый подход, основанный на модели Изинга, учитывает эти зависимости. Модель позволяет корректировать веса оценок, чтобы компенсировать корреляции между “судьями”. Исследователи показали, что игнорирование взаимосвязей может привести к неточным результатам, даже если индивидуальные оценки выглядят правильными.\r \r Проведенные эксперименты на реальных данных показали, что новый метод превосходит классические подходы к агрегации оценок LLM. Предложенный подход обеспечивает более точную и надежную оценку качества работы моделей.

PaPP: AI-алгоритм для улучшения mMIMO связи

Ученые представили новый алгоритм для улучшения качества связи в сетях с большим количеством антенн (mMIMO). Прекодирование сигнала – это технология, позволяющая повысить эффективность передачи данных, но традиционные методы требуют больших вычислительных ресурсов и чувствительны к помехам.\r \r Новый алгоритм, названный PaPP, основан на глубоком обучении и может быть использован как для полностью цифровых, так и для гибридных систем передачи. Главное преимущество – его способность адаптироваться к различным условиям без переобучения для каждой конкретной вышки сотовой связи.\r \r PaPP использует два компонента: “учителя” для обучения и “ученика” для применения. Обучение происходит с использованием мета-обучения и учета мощности сигнала, что позволяет добиться высокой обобщающей способности. Результаты моделирования показали, что PaPP превосходит существующие решения по производительности и энергоэффективности, при этом сохраняя стабильную работу даже при неточностях в оценке состояния канала.

Новости ИИ: Firefox позволит отключить ИИ полностью

В новой версии браузера Firefox появится функция, позволяющая полностью отключить все возможности, связанные с генеративным искусственным интеллектом. Разработчики из Mozilla стремятся дать пользователям больше контроля над своим опытом работы в интернете.

Начиная с версии Firefox 148 (выпуск запланирован на 24 февраля), в настройках браузера появится специальный раздел с опциями управления ИИ. Пользователи смогут не только отключить текущие функции, но и предотвратить появление всплывающих окон с предложениями использовать инструменты ИИ в будущем.

Mozilla подчеркивает, что ИИ – это не обязательная функция, а лишь опция. Каждый пользователь сможет настроить браузер под свои предпочтения, отключив все ИИ-функции или оставив только те, которые он считает полезными. Компания признает, что не все приветствуют использование ИИ при работе в интернете.

Этот шаг может стать важным прецедентом, особенно на фоне активной интеграции ИИ в другие браузеры, такие как Chrome. Mozilla делает ставку на доверие и контроль, предлагая пользователям альтернативу "навязчивой" помощи ИИ.

Новости ИИ: 5 Open Source AI для редактирования изображений

Появилось несколько бесплатных и открытых моделей искусственного интеллекта, которые меняют подход к созданию и редактированию изображений. Они предлагают возможности от быстрой обработки до сложных трансформаций на основе анализа содержимого.

Среди них модели, способные выполнять редактирование в реальном времени, то есть изменения вносятся непосредственно по мере работы. Другие умеют "понимать" изображения и преобразовывать их, основываясь на этом анализе – например, менять стиль или добавлять элементы.

Эти инструменты полезны для дизайнеров, художников и всех, кто работает с визуальным контентом. Открытый исходный код позволяет разработчикам адаптировать модели под свои нужды и создавать на их основе новые приложения.

Все представленные модели распространяются по открытой лицензии, что означает бесплатное использование и возможность модификации. Это позволяет сообществу совместно развивать и улучшать технологии обработки изображений.

Новости ИИ: Nemotron ColEmbed V2 для поиска по изображениям и тексту

Разработчики представили Nemotron ColEmbed V2 – усовершенствованную версию модели, предназначенной для поиска информации, объединяющей изображения и текстовые запросы. Новая модель демонстрирует повышенную точность по сравнению с предыдущей версией и превосходит результаты ViDoRe V3 – лидера в данной области.

ColEmbed V2 способна эффективно находить соответствия между визуальным контентом и текстовыми описаниями. Это достигается за счет улучшения алгоритмов обработки данных и обучения на более обширном наборе примеров. Модель может быть использована в различных приложениях, таких как поиск изображений по текстовому запросу и наоборот, а также в системах автоматической обработки контента.

В настоящее время модель доступна для использования по лицензии Apache 2.0, что позволяет применять ее в коммерческих и некоммерческих проектах. Подробности о ColEmbed V2 и ее возможностях можно найти на сайте разработчиков.

Новости ИИ: Путь к AGI - видение CEO Abacus.AI

Генеральный директор компании Abacus.AI, Бинду Редди, поделилась своим видением развития искусственного интеллекта и достижения так называемого AGI – искусственного общего интеллекта, способного выполнять любые интеллектуальные задачи, которые может выполнять человек.

Редди считает, что для разных задач оптимальными будут разные модели ИИ. Она отмечает, что не существует одной универсальной модели, которая была бы лучшей во всем. Компания Abacus.AI предлагает инструменты для выбора и адаптации наиболее подходящих моделей для конкретных нужд.

Она также подчеркивает важность понимания ограничений существующих моделей и необходимость дальнейших исследований в области ИИ для приближения к AGI. Подробности о подходах и технологиях, разрабатываемых Abacus.AI, пока не раскрываются.

Nvidia ускоряет развитие открытых моделей ИИ: новости ИИ

Nvidia значительно расширила программу разработки открытых моделей, выпуская больше моделей, повышая их качество и предоставляя наборы данных. Компания рассматривает это как стратегическое преимущество, позволяющее ей получать выгоду от развития открытого ИИ и поддерживать инновации в отрасли.

Особое внимание уделяется Nemotron-3 Nano и ее более мощным версиям Super и Ultra, которые появятся в ближайшее время. Nvidia считает, что открытые модели создают "потенциальную энергию" для будущих применений ИИ. Ключевым аспектом является создание культуры в команде Nemotron, нацеленной на улучшение моделей.

Nvidia также уделяет внимание инструментам для обучения, таким как Megatron-LM, и активно выпускает собственные наборы данных, что является важным шагом для развития открытого ИИ.

Новости ИИ: Искусственный интеллект ускоряет разработку лекарств

Ученые, в том числе из MIT, все активнее используют искусственный интеллект и количественный анализ для создания клеток с новыми свойствами. Эти клетки можно "программировать" для борьбы с болезнями, вплоть до их полного искоренения.

Один из лидеров в области синтетической биологии, Джеймс Коллинз, рассказывает о последних достижениях в этой сфере. Его команда активно сотрудничает с коллегами из разных институтов, объединяя экспертизу в ИИ, сетевой биологии и микробиологии. Благодаря этому был открыт халицин – новый антибиотик, эффективный против множества устойчивых к лекарствам бактерий.

В 2025 году лаборатория Коллинза представила метод разработки антибиотиков "с нуля" с помощью генеративного ИИ. Алгоритмы создали миллионы молекул, из которых семь показали избирательную антибактериальную активность. Один из кандидатов, NG1, успешно уничтожал устойчивые штаммы гонореи, не затрагивая полезную микрофлору.

Для дальнейшего продвижения разработок была основана некоммерческая организация Phare Bio, которая сотрудничает с биотехнологическими и фармацевтическими компаниями. Получен грант от ARPA-H на разработку 15 новых антибиотиков с использованием генеративного ИИ.

Codex: запуск серверного приложения – новости ИИ

Разработчики представили серверное приложение Codex, позволяющее встраивать агента Codex в собственные проекты. Новый инструмент использует двунаправленный JSON-RPC API для организации взаимодействия.

Это позволяет реализовать потоковую передачу данных о ходе выполнения задач, использовать инструменты, запрашивать подтверждения и отображать изменения. Серверное приложение предоставляет удобный способ интеграции возможностей Codex в различные приложения и сервисы.

Codex — это большая языковая модель, разработанная для помощи в написании и понимании кода. С помощью серверного приложения разработчики могут расширить функциональность Codex и адаптировать её под свои нужды.

Новости ИИ: Новый подход к вниманию в нейросетях ускоряет ИИ

Ученые разработали новый метод, получивший название Sequential Attention, позволяющий упростить и ускорить работу искусственного интеллекта без потери точности. Суть подхода заключается в более эффективной обработке информации, что снижает вычислительные затраты.\r \r Традиционные модели внимания требуют значительных ресурсов для обработки данных, особенно при работе с длинными последовательностями. Sequential Attention позволяет обрабатывать информацию последовательно, шаг за шагом, используя меньше памяти и вычислительной мощности. Это делает ИИ более доступным для использования на устройствах с ограниченными ресурсами.\r \r Исследователи утверждают, что новый подход демонстрирует сопоставимую точность с существующими моделями при значительно меньших затратах. Это открывает возможности для создания более быстрых и экономичных систем искусственного интеллекта, которые могут применяться в различных областях, от обработки естественного языка до компьютерного зрения.

новости ИИ: Google представляет Agentic Vision в Gemini 3 Flash

Google представляет Agentic Vision в Gemini 3 Flash для активного понимания изображений.\r \r Новая функция Agentic Vision в Gemini 3 Flash меняет подход к анализу изображений, превращая его в активный процесс с использованием инструментов и визуальных доказательств. Модель больше не просто просматривает изображение, а планирует его изучение, выполняет код и повторно анализирует измененное изображение.\r \r Благодаря интеграции с Python, Gemini 3 Flash демонстрирует улучшение качества на 5–10% в большинстве тестов компьютерного зрения. Модель способна обрезать, масштабировать, аннотировать изображения, выполнять вычисления и даже создавать графики для более точного анализа.\r \r Ключевой особенностью является "цикл мышления, действия и наблюдения". Модель сначала анализирует запрос и изображение, разрабатывает план, затем выполняет Python-код для манипулирования изображением, и наконец, пересматривает измененное изображение для получения ответа.\r \r Agentic Vision уже доступна через Gemini API в Google AI Studio и Vertex AI, а также постепенно внедряется в приложение Gemini. Она позволяет разработчикам создавать более точные и надежные решения для обработки изображений.

Новости ИИ: Эффективные системы рассуждений агентов

Эффективные системы рассуждений агентов: динамическое отсечение путей

Новый подход позволяет создавать более эффективные системы искусственного интеллекта, способные к рассуждениям. Он основан на динамическом отсечении избыточных цепочек логических выводов, что позволяет снизить вычислительные затраты без потери точности.

В основе лежит генерация нескольких вариантов рассуждений параллельно и их последующее сокращение на основе сигналов согласия и ранней остановки. Это позволяет уменьшить ненужное использование токенов, сохраняя при этом корректность ответов. Ключевую роль играют самосогласованность и легковесные графовые представления для оценки качества рассуждений.

Вся система построена с использованием компактной модели, настроенной на инструкции, и прогрессивной выборки для имитации принятия решения агентом о том, когда он "достаточно" проанализировал ситуацию. Разработчики отмечают, что данная технология станет основой для более продвинутых агентов, способных адаптировать глубину рассуждений в реальном времени.