DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: Terafab, Astra и Kimi K3: новости AI и полупроводников
@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
3244 просм.
#2
Викторина по вводу-выводу 2026 от Google AI Studio
3131 просм.
#3
Конфиденциальные данные в эпоху ИИ: как классифицировать актив...
3107 просм.
#4
Управляемое обучение с Gemini в Сьерра-Леоне: результаты иссле...
3051 просм.
#5
Google: дорожная карта управления ИИ для безопасности агентов
2909 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 LLM705 Research419 Business177 Safety135 Multimodal76 Agents71 Hardware61 Vision60 Robotics34 Audio4
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый метод борьбы с ошибками в мультимодальных ИИ-моделях

Система VIGIL улучшает связь между текстом и изображениями в мультимодальных ИИ-моделях, снижая число ошибок и галлюцинаций. Требует меньше данных, чем аналоги.

LLM Vision Research
читать →
~1 мин 1153 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый метод отслеживания объектов: APRTrack справляется с искажениями в реальном мире

APRTrack — система для надёжного отслеживания объектов в сложных условиях (при искажениях и неполных данных), проверена на нескольких датасетах.

Vision Research
читать →
~1 мин 1534 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый метод найдёт метановые шлейфы на спутниковых снимках

Разработана мультимодальная модель для обнаружения метановых шлейфов на спутниковых снимках: она эффективнее аналогов и требует меньше ресурсов.

Vision Multimodal Research
читать →
~1 мин 1369 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый метод изучает 3D‑физику по видео: прорыв в компьютерном зрении

Система изучает 3D‑физику по видео: переводит анализ из 2D в 3D, моделирует поведение объектов с учётом физических законов, успешно прошла тесты.

Vision Research
читать →
~1 мин 916 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

DinoLink: в 139 раз меньше данных — новое решение для связи автомобиля с инфраструктурой

DinoLink — платформа для сжатия данных в системах V2X: снижает объём передаваемой информации в 139 раз, сохраняет качество данных, ускоряет работу в узкополосных средах.

Vision Research Multimodal
читать →
~1 мин 1783 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Тесты на Deepfake: почему они могут вводить в заблуждение?

Аудит тестов на Deepfake показал, что они могут не отражать реальные угрозы — универсальные модели приближаются по эффективности к специализированным детекторам.

Vision Research Safety
читать →
~1 мин 1401 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый набор данных и метрика помогут улучшить зрение подводных роботов

Создан набор данных TUB и метрика PCD для оценки потери информации в мутной подводной среде — это улучшит работу моделей компьютерного зрения.

Vision Research
читать →
~1 мин 2237 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

GeMoE: новый способ оптимизировать работу больших моделей VisionLanguage

GeMoE — метод адаптивной маршрутизации для моделей VisionLanguage на базе MoE: повышает эффективность использования ресурсов, сохраняя производительность и увеличивая частоту активации экспертов.

LLM Vision Research
читать →
~1 мин 2285 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый метод настройки визуальных моделей: гибридное слияние данных даёт лучший результат

Разработан метод гибридного слияния данных для настройки моделей зрения, который эффективнее прежних подходов — протестирован на 34 наборах данных, показывает лучшее соотношение точности и задержки.

Vision Research
читать →
~1 мин 1965 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Нейросеть предскажет качество лазерной сварки: точность до 99,35%

Новая нейросеть с высокой точностью прогнозирует параметры лазерной сварки, анализируя изображения сварочной ванны и параметры процесса. Точность прогнозирования состояния проплавления — 99,35%.

Research Vision
читать →
~1 мин 1407 просмотра
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 1659 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 1658 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту