Сбросить

arXiv:2509.22018v3 Тип объявления: замена-перекрёстная Аннотация: Водород является наиболее распространенным элементом во Вселенной. Первое поколение звёзд и галактик породило фотоны, которые ионизировали водородный газ, инициируя космологическое событие, известное как эпоха повторной ионизации (Э...

arXiv:2510.26586v2 Тип анонса: замена-перекрёстная публикация Аннотация: В данном исследовании мы применяем подход машинного обучения на основе смеси моделей для выявления дефектов в процессах аддитивного производства (АМ), основанных на лазерной технологии. Включая принципы физики, мы также обеспе...

arXiv:2511.05584v1 Тип объявления: кросс Аннотация: Когда производство гидроэлектроэнергии в Австрии сократилось на 44 % в начале 2025 года вследствие уменьшения снежного покрова, это выявило критическую уязвимость: стандартные метеорологические и климатические наборы данных систематически неэффект...

arXiv:2511.05614v1 Тип объявления: новый Аннотация: Исследования в области научного машинного обучения охватывают разнообразные предметные области и типы данных, однако существующие усилия по созданию эталонных тестов остаются разрозненными и недостаточно стандартизированными. Это делает новые и п...

arXiv:2511.06582v1 Тип объявления: кросс Аннотация: Загрузка данных для модели порождения текста с поддержкой поиска (RAG — Retrieval-Augmented Generation) включает либо тонкую настройку встраиваемой модели непосредственно на целевом корпусе, либо разбор документов для кодирования моделью встраива...

arXiv:2506.10315v2 Тип анонса: замена Аннотация: Обучаемые оптимизаторы были активной областью исследований последние десять лет, демонстрируя значительный прогресс в создании универсальных практичных оптимизаторов, которые могут служить прямой заменой широко используемым методам вроде Adam. Однак...

arXiv:2511.05549v1 Тип объявления: новое Аннотация: Графовая система извлечения и генерации (Graph-based RAG), основанная на графах, продемонстрировала значительный потенциал в улучшении больших языковых моделей (LLM) структурированными знаниями. Однако существующие методы сталкиваются с тремя кри...

arXiv:2511.05589v1 Тип объявления: новый Аннотация: Постобучение методом подкрепляющего обучения (RL) стало популярным подходом для повышения возможностей больших языковых моделей (LLM). Большинство существующих систем RL для LLM работают синхронно, когда обучение должно ждать завершения полного р...

arXiv:2511.05596v1 Тип объявления: новый Аннотация: В данной работе представлен новый высокодетализированный мультимодальный набор данных, содержащий свыше 16000 геометрических вариантов капотов автомобилей, полезный для приложений машинного обучения (ML), таких как проектирование инженерных компо...

arXiv:2511.05615v1 Тип объявления: новый Аннотация: По мере всё большего внедрения машинного обучения (ML) в аппаратное обеспечение для решения проблем реального времени в научных приложениях, развитие продвинутых инструментальных цепочек значительно сократило время, необходимое для итераций разли...