Наука, которую
хочется читать.
Мы переводим сложнейшие открытия человечества на язык, понятный каждому.
Planck.Media — твой квантовый скачок в мир большой науки.
Чтобы победить вирус, нужно перестать его искать
«Учёные разработали двухмодальную глубокую нейросеть ViraHinter, которая предсказывает взаимодействия между вирусными и человеческими белками, превосходя существующие методы и выявляя потенциальные мишени для противовирусных препаратов.»
ИИ, который создаёт лекарства, не понимает, как они работают
«Предложен фреймворк DrugPlayGround для объективной оценки и сравнения больших языковых моделей в задачах генерации описаний и прогнозирования в области открытия лекарств.»
Чем точнее перевод мыслей, тем больше он лжет
«Предложена новая структура SemKey, которая использует разделённые семантические цели и перепроектированное взаимодействие между нейронным энкодером и LLM для улучшения декодирования языка из сигналов ЭЭГ и устранения галлюцинаций.»
Ваш компьютер слишком мал для биологии. Теперь это не проблема.
«Представлен annbatch — загрузчик мини-батчей для формата anndata, который устраняет узкое место при обучении на данных, превышающих объём оперативной памяти.»
Как научить ИИ быть человеком, если сами люди не знают, чего хотят?
«Данный обзорный документ анализирует обучение с подкреплением на основе обратной связи от человека (RLHF) с точки зрения статистики, систематизируя его компоненты, методы и открытые проблемы.»
Ваши гены не влияют на вашу память напрямую. И это главный прорыв в науке о мозге.
«Учёные разработали и теоретически обосновали метод для анализа сложных причинно-следственных цепочек, где множество воздействий влияет на множество исходов через множество посредников, причём все эти переменные могут быть высокоразмерными.»
Измеряя неизмеримое: как ИИ научился считать то, что не поддается опросам
«Автор предлагает теоретические и практические основы использования больших языковых моделей для измерения латентных экономических переменных, описывающих когнитивное содержание профессиональных задач.»
Чтобы сжать ИИ, его нужно сначала растянуть
«Предложен метод сжатия больших предобученных моделей с использованием рандомизированной итерации подпространств, который превосходит стандартные рандомизированные методы по качеству аппроксимации и точности предсказаний при агрессивном сжатии.»
Глубокое обучение проигрывает. И это хорошая новость для науки.
«В исследовании показано, что статистически обоснованные методы превосходят глубокое обучение при решении обратных задач для ОДУ с разреженными и зашумлёнными данными.»
Астероиды, которые ищут нас, пока мы ищем галактики
«Разработана программа исследований и разработки алгоритмов и цифровых платформ для анализа данных, использующих машинное обучение для обнаружения околоземных объектов и их поляриметрической характеристики в рамках астрономических обзоров, изначально предназначенных для других целей.»
Как измерить Вселенную, не зная, где ты находишься?
«Авторы разработали независимый от красного смещения метод для ограничения космологических параметров с использованием связи между светимостью расстояния и дисперсионной мерой в ассоциациях гравитационных волн и быстрых радиовсплесков.»
Чтобы увидеть Вселенную, нужно перестать смотреть на звёзды
«Исследователи разработали и применили фреймворк глубокого обучения DeepDISC для классификации астрономических объектов и оценки их фотометрических красных смещений по данным глубокого поля Euclid North.»