51 artykułów z tym tagiem
Naukowcy z MIT stworzyli multimodalny model AI, który łączy 3D struktury kryształów z językiem naturalnym, by lepiej projektować materiały.
Modele AI jak AlphaGenome trenują na danych genomowych, ale złożona regulacja genów u ludzi wymyka się ich logice wejście-wyjście.
Metoda VISTA automatycznie dobiera kroki sterowania w dyfuzji dyskretnej, przyspieszając generowanie 5,35x bez istotnej straty jakości wyników.
Nowy benchmark RealtimeBench i metoda TORSI pokazują, że szybkość agentów AI może liczyć się bardziej niż jakość pojedynczej odpowiedzi.
Badanie z arXiv ujawnia, że większość agentów data science popełnia metodologiczne błędy jak wyciek danych, niewidoczne w standardowych testach trafności.
Badaczka z MIT Christina Delimitrou wykorzystuje uczenie maszynowe, by zwiększyć efektywność energetyczną centrów danych działających dziś na ok. 15% mocy.
Framework REACT redukuje błąd rekonstrukcji pH oceanu o 14,7% i błąd chemiczny o 24% dzięki modelowaniu zgodnemu z cyklem węgla.
Framework ADSD łączy diagnozę błędów z reużywalnymi umiejętnościami solvera, redukując błąd o niemal 71 razy w testach przepływu mocy.
Nowa metoda MintFlow wymusza ograniczenia na próbkach flow matching, minimalnie zaburzając trajektorię i zachowując pretrenowany rozkład danych.
NASA-IBM Lunar Foundation Model zamienia 17 lat danych orbiterów w open-source model AI do wykrywania lodu i kraterów na Księżycu.
Fizyk z Harvardu zbudował BootLoops — open-source'owe narzędzie, które pozwala Claude wykonywać precyzyjne obliczenia naukowe w 18 dziedzinach.
ServiceNow CoreAI prezentuje AutoSynthData — system zamieniający słabości agentów AI w kontrolowane dane treningowe dla firmowych środowisk.