Денис Аветисян — Страница 1239

Нейросети на страже энергетики: выявление аномалий в данных

27.11.2025 от Денис Аветисян

Новое исследование демонстрирует, как современные языковые модели могут эффективно обнаруживать отклонения в числовых данных, критически важных для стабильной работы энергосистем.

Аналитический обзор рынка (27.11.2025 09:32)

27.11.2025 от Денис Аветисян

Дочерняя компания «Ростелекома» — «Базис» — планирует проведение IPO на Московской бирже. Данный шаг может свидетельствовать о стремлении «Ростелекома» к оптимизации портфеля активов и привлечению дополнительного капитала. Оценка «Базиса» на момент IPO будет ключевым фактором для определения потенциальной доходности инвестиции. Отсутствие информации о текущих финансовых показателях «Базиса» затрудняет проведение полноценного анализа, однако, успешное размещение акций может позитивно повлиять на капитализацию «Ростелекома».

Искусственный интеллект: от предсказаний к проектированию будущего

27.11.2025 от Денис Аветисян

Прогнозирование будущего, осуществляемое специалистами и политиками с использованием инструментов ответственного предвидения, позволяет генерировать разнообразные представления о потенциальных рисках, последствиях и благоприятных сценариях развития, формируя тем самым траектории государственной политики, направленные на достижение более желаемого будущего.

Новый подход к использованию ИИ предлагает не просто прогнозировать грядущие события, а активно формировать желаемое будущее, опираясь на этические принципы и моделирование сложных систем.

Квантовый след на финансовых рынках

27.11.2025 от Денис Аветисян

$Классическая и квантовая энтропия, примененные к анализу сети NASDAQ 100, демонстрируют различные подходы к измерению неопределенности и сложности финансовых систем, где $S_{классическая}$ отражает традиционные статистические зависимости, а $S_{квантовая}$ - потенциально более тонкие корреляции, не уловимые классическими методами.$

Новая модель, вдохновленная квантовой механикой, позволяет по-новому взглянуть на взаимосвязи между активами и риски системной нестабильности.

Скрытые угрозы в цепочках AI-агентов: как обнаружить «лазейки» в поведении

27.11.2025 от Денис Аветисян

При обнаружении сгенерированного текста другими большими языковыми моделями, точность достигает в среднем 92.7% при использовании той же модели, но падает до 49.2% - уровня случайного угадывания - при попытке обнаружения текста, сгенерированного другой моделью.

Новое исследование выявляет существенные различия в обнаружении поведенческих бэкдоров между разными большими языковыми моделями и предлагает эффективный подход к решению этой проблемы.