Интеллектуальные портфели: как нейросети учатся на ошибках
Новый подход к оптимизации инвестиционных портфелей сочетает алгоритмы обучения без сожалений с анализом настроений рынка на основе больших языковых моделей.
Денис Аветисян
Адаптивное внимание: как ускорить большие языковые модели без потери качества
![Исследование динамики обучения механизма Elastic Attention выявило, что разделение общей функции потерь на основную языковую модель и регуляризацию разреженности позволяет модели автоматически различать задачи, устойчивые к разреженности (с использованием [latex]\Omega\_{\mathrm{MSR}}[/latex]) и чувствительные к ней, посредством адаптации коэффициентов λ, что демонстрирует принципиально новый подход к оптимизации разреженности в нейронных сетях.](https://arxiv.org/html/2601.17367v1/x23.png)
Новый подход к разреженному вниманию позволяет динамически регулировать вычислительные затраты больших языковых моделей во время работы, оптимизируя их производительность для различных задач.
Разделение потоков в многослойных моделях: новый подход к точному моделированию
В статье представлен анализ численной схемы разделения баротропных и бароклинных потоков для многослойных моделей мелкой воды, обеспечивающей высокую точность и эффективность расчетов.
Падение Intel: Горький Урок
Чипмейкер, некогда гордость индустрии, теперь напоминает изможденного рабочего, который пытается тянуть непосильную ношу. Отчет оказался лучше ожиданий – формально. Но за этой убогой радостью скрывается горькая правда: внутренние ограничения, нехватка ресурсов, и, как следствие, ужасающие прогнозы на будущее. Акции рухнули почти на 20% еще в пятницу, когда стало ясно, что обещания остались лишь словами.