DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: Nexuni и MIT Media Lab: решения для внедрения AI в промышленность
@deepdigest
Статьи об ИИ в Telegram — подпишитесь
Подписаться →
@deepdigest · Макс
Статьи об ИИ в Макс — подпишитесь
Подписаться → Дзен
deepdigest · Дзен
Статьи об ИИ в Яндекс Дзен — подпишитесь
Подписаться →
// самые читаемые
#1
Ускорение Gemini Nano на Pixel с мультитокеновым прогнозированием
3262 просм.
#2
Викторина по вводу-выводу 2026 от Google AI Studio
3154 просм.
#3
Конфиденциальные данные в эпоху ИИ: как классифицировать актив...
3126 просм.
#4
Управляемое обучение с Gemini в Сьерра-Леоне: результаты иссле...
3073 просм.
#5
Google: дорожная карта управления ИИ для безопасности агентов
2932 просм.
Все Anthropic News Cursor Changelog GitHub Copilot Changelog Google AI Blog Google DeepMind Google Research Meta AI Blog Microsoft AI Blog Apple Machine Learning AWS Machine Learning Berkeley AI (BAIR) Character.AI Blog Databricks Blog Golem.de / KI Hugging Face Blog ITmedia AI+ LangChain Blog Leiphone Microsoft Research MindStudio Blog Mistral AI Blog Modular Blog NVIDIA AI Blog QbitAI Sakana AI Stability AI Blog Synced TechNews / AI The Robot Report Together AI Blog Weaviate Blog Ahead of AI (Raschka) AI Blog (spaces.ac.cn) AI News AINOW AI Snake Oil AI Supremacy AI Weekly Analytics Vidhya Ars Technica AI Computerwoche Fortune AI IEEE Spectrum AI Import AI Interconnects (Nathan Lambert) IT BOLTWISE Last Week in AI MIT Technology Review AI Simon Willison's Weblog TechCrunch AI Tech Monitor TechOrange The Gradient The Guardian / AI The Sequence The Verge AI VentureBeat AI WIRED AI
|
Все темы LLM714 Research426 Business180 Safety136 Multimodal77 Agents71 Hardware63 Vision60 Robotics35 Audio4
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый метод обучения моделей: учёт марковского шума и тяжёлых хвостов

Разработан усовершенствованный метод SGD для обучения моделей с учётом марковского шума и тяжёлых хвостов в данных — это повышает точность и надёжность обучения.

Research
читать →
~1 мин 1673 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый подход к анализу когнитивных задач с помощью МРТ: от «один к одному» к «многие к одному»

Разработан метод анализа когнитивных задач через МРТ: от переноса данных «один к одному» к анализу связей «многие к одному» с применением BIP и 1127 моделей.

Research Vision
читать →
~1 мин 1670 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

«Красная королева» ускоряет самосовершенствование ИИ-агентов

Платформа RQGM позволяет ИИ‑агентам эффективнее самосовершенствоваться за счёт динамической смены критериев оценки. Показала лучшие результаты в кодировании, написании и рецензировании статей и др.

LLM Research Agents
читать →
~1 мин 1521 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Mesh-RL: новый способ ускорить обучение нейросетей в сложных средах

Mesh-RL ускоряет обучение с подкреплением за счёт разбиения среды на подсети — повышает скорость сходимости и стабильность в Q-learning, SARSA, Dyna-Q.

Research LLM
читать →
~1 мин 2178 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый адаптер HRM превзошёл LoRa в задачах с длинным контекстом

Представлен адаптер HRM для SSM-моделей — он эффективнее LoRa в задачах с длительным контекстом, показал рост точности на 34,8–71,6% в тестах на Mistral-7B.

LLM Research
читать →
~1 мин 2308 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

EVOM: ИИ-агент самостоятельно создаёт эффективные архитектуры для обучения с подкреплением

Фреймворк EVOM автоматически создаёт архитектуры для обучения с подкреплением «актёр-критик», превосходя ручные методы и другие подходы. Тестировался на Ant-v4 и HalfCheetah-v4.

LLM Research Agents
читать →
~1 мин 1109 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый метод улучшения нейросетей: симметрия и расширение данных

Разработаны методы повышения симметрии в байесовских нейросетях за счёт расширения данных; один из методов показал преимущество перед базовым подходом.

Research LLM
читать →
~1 мин 1328 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый метод раскроет, какие данные использовали для обучения ИИ

Предложен метод оценки доли данных, использованных для обучения ИИ-модели, без сложных дополнительных моделей и скрытых данных. Протестирован на моделях генерации изображений.

Research LLM Vision
читать →
~1 мин 1163 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Топологический анализ поможет быстрее находить наводнения по спутниковым снимкам

Разработан метод обнаружения наводнений с помощью топологического анализа спутниковых снимков — он даёт более понятные и надёжные результаты по сравнению с прежними моделями.

Vision Research
читать →
~1 мин 1620 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новая платформа поможет раскрыть схемы отмывания денег

Разработана платформа Clue2Group: она выявляет группы по отмыванию денег, работая от конкретной зацепки и объединяя данные о рисках и структуре финансовых операций.

Research Safety
читать →
~1 мин 1630 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту