Барлық жарияланған талдаулар, егеменді стек зерттеулері, экожүйе жаңалықтары және ЖИ модельдерінің шолулары.
OpenAI соңғы бірнеше жыл бойы математикадағы барған сайын қиын жерлерге жалаушалар отырғызды. Осы аптада ол өзінің ең үлкен жүлделерінің бірін талап етті: аңызға айналған Мыңжылдық сыйлығының мәселесін шешу. Қалыпты жағдайда бұл мереке ретінде атап өтілетін еді...
Plus: The US disrupts the internet’s biggest black market, a Conti ransomware hacker gets prison time, Meta fails to stop AI-generated videos of child abuse.
OpenAI приостанавливает новые подписки на тариф Pro за $200 из-за нагрузки, которую создаёт Astra..
Новое в Claude Code: claude plugin eval 🎉 Теперь можно посмотреть, какую пользу на самом деле приносит ваш плагин и не требует ли он доработки. Можно создать тестовые случаи, прогнать на них плагин или навык, оценить результаты, а затем повторно запустить каждый тест уже без…
arXiv:2609.10964v1 Хабарландыру Түрі: жаңа Аннотация: Agentic LLM жұмыс процестері құралдардың өзара әрекеттесуімен араласқан үлгі айналымдарының тізбегінен тұрады, сондықтан олардың аяқталу уақыты қорытынды шығару жылдамдығына ғана емес, сонымен қатар дайын бұрылыстардың қашан шығарылғанына да байланысты. Көптеген жұмыс уақытының шығарылымы…
arXiv:2609.10712v1 Хабарландыру Түрі: жаңа Аннотация: Тренингтен кейінгі модель және сынақ уақытынан қорытынды шығару дизайны қиын олимпиада математикасы үшін табиғи тілдегі дәлелдемелерді құруға қалай әсер ететінін зерттейміз. Nemotron 3 Ultra-дан бастап біз бақыланатын екі маман бақылау пунктін оқытамыз…
arXiv:2609.11115v1 Хабарландыру Түрі: жаңа Аннотация: Эталондық зерттеушілер мен үлкен тіл үлгілерін (LLM) және басқа AI жүйелерін әзірлеушілер тиісті бағалауларды табуы, олардың эталондық деректер жиыны мен кодын табуы және есептелген ұпайлардың артындағы параметрлерді түсінуі керек. Біз ұсынамыз…
arXiv:2609.10657v1 Хабарландыру Түрі: жаңа Аннотация: Өткен жаттауды үйренген нейрондық желілер жиі жалпылауға кешіктірілген көшуден өтеді, бұл құбылыс гроккинг деп аталады. Теориялық прогреске қарамастан, \emph{why} бұл ауысу орын алады, сандық құрылымы…
arXiv:2609.10724v1 Хабарландыру Түрі: жаңа Аннотация: Генеративті AI агенттерін тұрақты орналастыру оқшауланған тапсырманың сәтті болуын талап етеді. Агенттер қайталанатын өзара әрекеттесулерде, өзгеретін шарттарда және ортақ жұмыс үрдісіндегі адамдарға тәуелділікте пайдалы болып қалуы керек, әсіресе…
arXiv:2609.10728v1 Хабарландыру Түрі: жаңа Аннотация: Үлкен тіл үлгілері арифметикада сенімсіз, бұл бір сандық қате ұсынысты өзгертетін клиникалық калькуляторлар үшін мәселе. Стандартты жауап - әрбір калькуляторды расталған жүйе ретінде қатаң кодтау…
arXiv:2609.10873v1 Хабарландыру Түрі: жаңа Аннотация: Тәуелсіз бағалау зиянды саясат жаңартуларын қабылдамайды, сонымен бірге пайдалы үздіксіз оқуды болдырмайды. Біз жаңартуды қабылдау қателерді бақылау арқылы да, белгіленген мерзімде сақталған оқу мүмкіндіктері арқылы бағалануы керек деп сенеміз ...
arXiv:2609.10992v1 Хабарландыру Түрі: жаңа Аннотация: Үлкен тіл үлгілерін күнделікті тапсырмаларға біріктіру контекстке бай нұсқауларға сүйенеді, бұл сөзсіз пайдаланушының құпия ақпаратын ашады. Ағымдағы құпиялылықты сақтау әдістері әдетте контекстік-агностикалық статикалық ережелерді қолданады,…
arXiv:2609.11018v1 Хабарландыру Түрі: жаңа Аннотация: Жасанды интеллекттегі агент терминінің стандартты анықтамасы жоқ, бұл AI агентін зерттеуді бағалауды, салыстыруды және қайталану мүмкіндігін қиындатады. Біз бұл екіұштылықты бес өлшем бойынша ұйымдастырылған сауалнама арқылы шешеміз…
arXiv:2609.10629v1 Хабарландыру Түрі: жаңа Аннотация: Квадраттық шектеусіз екілік оңтайландыру (QUBO) комбинаторлық оңтайландыруға арналған орталық тұжырым болып табылады және кванттық, гибридті кванттық-классикалық және кванттық шабыттандырылған...
arXiv:2609.11030v1 Хабарландыру Түрі: жаңа Аннотация: AI агенттері құралдар мен берілген өкілеттіктер арқылы көбірек әрекет етеді, бірақ жалпы оқиға репозиторийлері агент-қауіпсіздік бағалауларымен қоғамдық сәтсіздіктерді салыстыру үшін қажетті тетіктерді сирек түсіреді. Біз агент оқиғасын ұсынамыз ...
arXiv:2609.11060v1 Хабарландыру Түрі: жаңа Аннотация: Ұзақ көкжиек агенттеріне сеанстар бойынша тәжірибе жинақтауға көмектесу үшін тұрақты жад өндіріске бағытталған агент платформаларына кіреді. Дегенмен аяқталған траекториялармен шектелген тапсырмадан кейінгі куратор агенті қателерді сақтай алады,…
arXiv:2609.11061v1 Хабарландыру Түрі: жаңа Аннотация: Ағаш құрылымды шығарылымдар тексерілетін марапаттарымен (RLVR) қадамдық деңгей несиесі бар сыншыларсыз күшейтілген оқытуды береді: тізбекті аралық нүктеде айырады және бауырлас нәтижелердің айырмашылығы қадам мәнін бағалайды. Әрбір шанышқы үлгіні қосады…
arXiv:2609.10654v1 Хабарландыру Түрі: жаңа Аннотация: Абстракция және пайымдау корпусы (ARC) когнитивтік жалпылауды, шектеулі мысалдардан дерексіз ережелерді шығару және қолдану мүмкіндігін көрсетеді. Бұл құжатта көп сатылы ережелер тізбегі берілген, ол…
arXiv:2609.10656v1 Хабарландыру Түрі: жаңа Аннотация: Диффузияны дәл баптау үшін LoRA дәрежесін таңдау сапа мен есептеу құнын теңестіруді қажет етеді. Біз {2,4,8,16,32} дәрежелері, бекітілген оңтайландыру параметрлері және қайталанатын DDPM U-Net көмегімен CIFAR-10 бойынша бақыланатын зерттеуді ұсынамыз...
arXiv:2609.10824v1 Хабарландыру Түрі: жаңа Аннотация: LLM агенті жаңа ортадағы тапсырмаларды шешпес бұрын, ол қолжетімді корпус пен құралдарды тексеріп, индекстер, сценарийлер немесе процедуралық нұсқаулар сияқты қайта пайдалануға болатын ресурстарды құра алады. Автоматтандырылған бейімдеу әдістерінің көпшілігі ...
arXiv:2609.10584v1 Хабарландыру Түрі: жаңа Аннотация: Шектелген-оптималды емес іздеу іздеу әрекетін азайта отырып, оңтайлы $w$ факторы шегінде шешімді іздейді. Фокустық іздеу (FS) FOCAL ішінде эвристикалық нұсқаулықты пайдаланады, шекаралық түйіндер $w f_{\min}$ шегінде жарамды, бірақ оның…
arXiv:2609.11147v1 Хабарландыру Түрі: жаңа Аннотация: Реакция механизмдерін ашу қазіргі химияның негізгі орны болып табылады, бірақ бұл зерттеулерді автоматтандыру қиын болып қала береді, өйткені есептеу жұмыс үрдісі әлі де сарапшылардың араласуына көп тәуелді. Мұнда біз ARCHE таныстырамыз,…
arXiv:2609.11155v1 Хабарландыру Түрі: жаңа Аннотация: Көп агентті күшейтуді үйрену (MARL) автономды жүйелерде және әуе шайқасында күрделі шешімдер қабылдаудың негізгі парадигмасы ретінде пайда болды. MARL әуе шайқасында айтарлықтай әлеуетті көрсеткенімен, күрделі жетістіктерге қол жеткізді ...
arXiv:2609.11146v1 Хабарландыру Түрі: жаңа Аннотация: AI арқылы жасалған мәтін модельдердің келесі буынының оқу корпусына қайта жіберіледі. Ондағы рекурсивті жаттығулар модельдің құлдырауына әкеліп соғады және соңғы жұмыс параметрді бір-бірін тамақтандыратын көптеген модельдерге кеңейтеді, бірақ дерлік…
arXiv:2609.11170v1 Хабарландыру Түрі: жаңа Аннотация: Уақытша графқа қарсы фактілерді түсіндірулер әдетте бастапқы болжамды өзгерту немесе жарамсыз ету үшін бұрынғы оқиғаларды өзгертеді, сонымен бірге оның ауыстырылуын анықталмаған. Дегенмен болжамды нәтижеге тап болған пайдаланушы жиі қай өткенін сұрайды ...
arXiv:2609.11176v1 Хабарландыру Түрі: жаңа Аннотация: Өнеркәсіптік сұрауды агентке сәйкестендіру өзекті өзектілікті орындалатын мүмкіндік деп қателескенде, әсіресе ұзақ және шекараны сезіну сұрауларында орындалмайды. Аннотацияны \emph{мүмкіндікке байланысты процесті қадағалау}…
arXiv:2609.11127v1 Хабарландыру Түрі: жаңа Аннотация: Бұл құжат KuaiRP рөлдік модельдер сериясының толық техникалық шешімін ұсынады. Біз арнайы рөлдік модель үшін төрт негізгі мақсатқа жетуді мақсат етеміз: оңайлатылған жылдам инженерия, жоғары тұрақты өнім…
arXiv:2609.11144v1 Хабарландыру Түрі: жаңа Аннотация: Financial NLP стандартты жұмыс процесі бар: адам белгілеріне қарсы сезім құралын растаңыз, содан кейін нарық сигналын шығару үшін оған сеніңіз. Бұл екі бағалау бірдей нәрсені өлшейді деп болжайды. Біз бұл болжамды екеуі де…
arXiv:2609.11065v1 Хабарландыру Түрі: жаңа Аннотация: Графикті іздеу арқылы кеңейтілген генерация (GraphRAG) корпус графигі бойынша таратылған дәлелдерді байланыстыра алады, бірақ көптеген жүйелер сұраулар бойынша жалпы ортақ барлау процедураларын пайдаланады. Бұл құрылымдық сәйкессіздікті тудырады: тікелей фактілер…
Hello everyone. What if you could actually build your own AI agents [music] in Microsoft 365 Copilot without writing code? Yes, it is possible to build declarative [music] agents using Agent Builder. So today we're going to see how to build a Zava onboarding agent [music] that…