Лента

34 материалов

Сортировка
Новости15 ноября 2026

Локальный поиск ковариатных сдвигов для профилей с ненадёжными прогнозами

Статья описывает диагностический конвейер, который сначала выделяет интерпретируемые группы пациентов с пониженной уверенностью модели, а затем проверяет внутри этих групп наличие вредного ковариатного сдвига. В экспериментах на MIMIC-IV с тремя клиническими задачами и тремя искусственными подгрупповыми сдвигами подход помог локализовать возрастной сдвиг, слабо заметный при агрегированной оценке.

Локальный поиск ковариатных сдвигов для профилей с ненадёжными прогнозами
Читать
Новости14 ноября 2026

B-PINN и коллайдерное смещение: причины, диагностика и цепная альтернатива

Авторы показывают, что распространённая схема B-PINN, где независимые априорные параметры связываются через виртуальные правдоподобия невязок дифференциальных уравнений, способна систематически смещать постериорные оценки физических величин. Взамен предлагается иерархическая цепная модель с дискретизацией стохастической динамики и сэмплированием particle MCMC, а также даются критерии диагностики надёжности стандартного подхода.

B-PINN и коллайдерное смещение: причины, диагностика и цепная альтернатива
Читать
Новости9 ноября 2026

Подтверждение кандидатов дороже их генерации: приманки против LLM-поиска уязвимостей

В работе разобрана ценовая асимметрия агентного поиска дефектов: генерация версий дешева, а их подтверждение через анализ достижимости, исполнение и PoC требует основного бюджета, поэтому верификацию можно сделать самостоятельным объектом обороны. Предложенный RedHerring — подстраиваемые под репозиторий приманки с закрытым сертификатом — при равных затратах снижал число найденных настоящих уязвимостей на 38,7–60,4% в 33 проектах OSS-Fuzz; даже после предупреждения агента падение сохранялось на уровне 37,2%.

Подтверждение кандидатов дороже их генерации: приманки против LLM-поиска уязвимостей
Читать
Исследования7 ноября 2026

Численные ограничения и приёмы коррекции определяют сохранность признаков гиперболической иерархии

Работа разбирает, как выполнимость ограничения на многообразие, точность арифметики и нормировка сужают достижимые состояния и тем самым влияют на то, какие свидетельства усвоенной структуры остаются в модели. Из этого следует, что сохранённый плоский чекпойнт нельзя считать доказательством неработающей геометрии без отдельного учёта численных ограничений и исправлений.

Численные ограничения и приёмы коррекции определяют сохранность признаков гиперболической иерархии
Читать
Новости4 ноября 2026

Модель мира для агентов на закрытых LLM: коррекция в точках риска

Предложен PAWM — внешний предиктор, который не дублирует пошаговое наблюдение, а включается при вероятном сбое и уводит агента от ошибочного действия. После SFT на синтетических сценариях и GRPO-кообучения метод дал прирост 24,3% в ScienceWorld и 7,7% в WebArena-Lite для Claude Sonnet 4.5.

Модель мира для агентов на закрытых LLM: коррекция в точках риска
Читать
Новости28 октября 2026

Контекстная путаница: почему согласованные примеры нарушают выравнивание за пределами своей области

В работе вводится понятие контекстной путаницы: дообучение на примерах, уместных в одной предметной области, может переносить усвоенную модель поведения на запросы из другой и вызывать локальное рассогласование. На материале гендерного равенства, приватности и физической безопасности показано, что общие данные для выравнивания почти не решают проблему, а целевые примеры или контекстные подсказки при инференсе снижают её; отдельный вывод — необходимость всесторонней проверки согласованности после обучения.

Контекстная путаница: почему согласованные примеры нарушают выравнивание за пределами своей области
Читать
Новости25 октября 2026

Недостоверные сообщения от предыдущего агента и подмена верного ответа в многоагентных LLM: управляемый эксперимент

В экспериментах на пяти наборах задач и с пятью агентами-получателями недостоверная реплика вышестоящего участника меняла корректный вывод нижестоящего вплоть до 32% эпизодов; в 94% таких случаев наблюдалась подмена на конкретный ошибочный ответ. Из результатов следует, что при передаче сообщений необходимо оценивать надёжность источника и уже доступные получателю свидетельства.

Недостоверные сообщения от предыдущего агента и подмена верного ответа в многоагентных LLM: управляемый эксперимент
Читать
Новости22 октября 2026

Исполнительный контроль LLM-агентов: вынос оценки прогресса и права на остановку за пределы генератора экономит треть токенов

Препринт описывает режим, при котором языковой агент после достижения цели продолжает малополезные доработки и проверки, объясняя это самоподкрепляющимся контуром, где генерация, оценка прогресса и решение об остановке не разделены. Предложенная надстройка глобального управления с учётом неопределённости удерживает успешность на уровне около 96,6% и при этом снижает средний расход токенов на 36,4%, хотя выводы пока получены на механистических симуляциях.

Исполнительный контроль LLM-агентов: вынос оценки прогресса и права на остановку за пределы генератора экономит треть токенов
Читать
Новости19 октября 2026

Вторая бета macOS 27.2: доработка системы после расширения языков Siri AI

Apple выпустила для разработчиков сборку 26B5091g: в этой версии основное внимание уделено тестированию и исправлениям, а новых крупных функций компания не анонсировала. В сводке — языки Siri AI, добавленные в первой бете, известные сбои Xcode, уведомлений и Shortcuts, а также сроки ожидаемого релиза.

Вторая бета macOS 27.2: доработка системы после расширения языков Siri AI
Читать