Интеллектуальное управление портфелем: новый подход к оптимизации
Исследователи предлагают иерархическую систему глубокого обучения с распределенным принятием решений для повышения эффективности и прозрачности инвестиционных стратегий.
Наука
Память как ресурс: новый взгляд на управление информацией в интеллектуальных агентах
В статье предлагается принципиально новый подход к управлению памятью в сложных системах, рассматривающий её как ценный ресурс, требующий взвешенных решений.
Нейросети учатся с симметрией: новый инструментарий для анализа динамики обучения
В статье представлен комплексный подход к пониманию того, как симметрии влияют на процесс обучения нейронных сетей, позволяющий вывести ограничения на поведение градиентов и гессианов.
Обучение с подкреплением: Новый взгляд на генерацию траекторий
![Анализ согласованности агента и критика показывает, что для каждого целевого значения вознаграждения агент генерирует 50 скрытых планов, среднее вознаграждение которых по оси Y демонстрирует стабильность, в то время как критик, используя те же планы для траекторий из набора данных, оценивает их предсказанное вознаграждение, при этом точки с более высокими значениями ELBO, расположенные ближе к идеальной линии [latex]y=x[/latex], указывают на более надежные прогнозы, а сравнение оригинальных данных (синим цветом) с данными, собранными онлайн (красным цветом), позволяет оценить эффективность стратегии обучения.](https://arxiv.org/html/2512.21527v1/x4.png)
В статье представлена методика, позволяющая более эффективно исследовать пространство действий и оптимизировать стратегии обучения с подкреплением, используя генеративные модели для анализа полных траекторий.
Обуздать разум: как управлять длиной рассуждений в больших языковых моделях
![Динамика обучения алгоритмов Leash и Leash-C при [latex]L_t = 4\text{k}[/latex] демонстрирует, что Leash автоматически регулирует коэффициент адаптивного штрафа λ для ускорения сходимости и стабилизации выполнения ограничений, что отражается в показателях удовлетворенности обучающей выборке, величине адаптивного штрафа и средней длине токенов.](https://arxiv.org/html/2512.21540v1/x2.png)
Новый подход позволяет оптимизировать процесс мышления искусственного интеллекта, находя баланс между точностью и вычислительной эффективностью.