Deep Digest

cs.CL

arXiv

Cornell University Library

arXiv cs.CL 26 Jun 2026

Эмоциональные аватары на языке жестов: новый способ общения на непальском

Создан мультимодальный фреймворк NEST-V1: он превращает непальские слова в жесты аватаров с учётом эмоций. Точность распознавания речи — 81,1%, эмоций — 79,21%.

Multimodal Research LLM

читать →

~1 мин 1636 просмотра

cs.CL

arXiv

Cornell University Library

arXiv cs.CL 26 Jun 2026

Dynamic-dLLM: в 3 раза быстрее — новый способ ускорить работу диффузионных LLM

Dynamic-dLLM ускоряет работу диффузионных LLM более чем в 3 раза за счёт динамического обновления кэша и адаптивного декодирования. Протестировано на LLaDA и Dream, в системах MMLU, GSM8K, HumanEval.

LLM Research

читать →

~1 мин 1563 просмотра

cs.CL

arXiv

Cornell University Library

arXiv cs.CL 26 Jun 2026

Как стиль текста влияет на мнение нейросети о защите животных

Исследование показало, как разные стили текста влияют на позицию языковой модели Llama‑3.2‑1B в вопросах защиты животных. Чёткая аргументация усиливает поддержку, сдержанный стиль — ослабляет.

LLM Research

читать →

~1 мин 1432 просмотра

cs.CV

arXiv

Cornell University Library

arXiv cs.CV 26 Jun 2026

PhyEditBench: новый тест для проверки «физического мышления» моделей редактирования фото

PhyEditBench — тест для оценки физического понимания моделей редактирования изображений. Включает 238 реальных и 35 синтетических примеров. Представлена программа PhyWorld, превосходящая аналоги.

Vision Research

читать →

~1 мин 1788 просмотра

cs.CL

arXiv

Cornell University Library

arXiv cs.CL 26 Jun 2026

LLM научили вести диалог без эскалации конфликта

Разработан метод снижения эскалации конфликтов в диалогах с LLM за счёт подсказок на основе принципов ненасильственного общения (NVC).

LLM Safety Research

читать →

~1 мин 1726 просмотра

cs.CL

arXiv

Cornell University Library

arXiv cs.CL 26 Jun 2026

ContextForge: система, которая продлит диалоги с LLM

Дерек Томас разработал ContextForge — систему для эффективного использования контекста в долгих диалогах с LLM. Она экономит токены и сохраняет качество ответов.

LLM Research

читать →

~1 мин 1306 просмотра

cs.CV

arXiv

Cornell University Library

arXiv cs.CV 26 Jun 2026

ForeAgent: агент, который учится распознавать поддельные ИИ‑изображения

ForeAgent — система для выявления поддельных ИИ‑изображений, которая постоянно учится и показывает высокую точность в тестах (до 93,3%)

Vision LLM Research

читать →

~1 мин 2045 просмотра

cs.CV

arXiv

Cornell University Library

arXiv cs.CV 26 Jun 2026

CRISP: новый способ проверить, насколько ИИ понимает пространство и образы

CRISP — метод оценки визуально‑пространственного интеллекта ИИ с помощью 3D‑графиков и протокола oracle, позволяющий отделить логическое мышление от проблем восприятия.

Vision LLM Research

читать →

~1 мин 1310 просмотра

cs.CV

arXiv

Cornell University Library

arXiv cs.CV 26 Jun 2026

Новый метод создаёт длинные видеоролики: забывание и адаптация в деле

Разработана сеть FFN для обработки многочасовых видеороликов: модель адаптируется, работая всего с тремя кадрами, и использует новую метрику для оптимизации обработки. Создан датасет EpicTours (до 3 часов).

Vision Research

читать →

~1 мин 1752 просмотра

cs.CV

arXiv

Cornell University Library

arXiv cs.CV 26 Jun 2026

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 1305 просмотра