Artykuły w kategorii
Uczenie Maszynowe
7 artykułów
To Grok Grokking: Dlaczego sieci neuronowe czasem rozumieją z opóźnieniem
Grokking pojawia się już w regresji grzbietowej: dowód trzech faz treningu pokazuje, że opóźnienie generalizacji skaluje się jak 1/λ i steruje nim weight decay.
Sieci tensorowe: Matematyczny most między AI neuronowym a symbolicznym
Sieci tensorowe jako most neuro-symboliczny: formuły logiczne dają tensory rzadkie, rozkłady prawdopodobieństwa nisko-rzędowe, a wnioskowanie to kontrakcja.
M²FMoE: Gdy eksperci uczą się przewidywać powodzie
M²FMoE wykrywa ekstremalne zdarzenia po sygnaturach częstotliwościowych bez etykiet; na zbiornikach w Kalifornii ścina błąd prognozy 8-godzinnej nawet o 45,7%.
BALLAST: Gdy bandyta uczy bazę danych jak długo czekać
BALLAST zastępuje losowe timeouty wyborów w protokole Raft bandytą LinUCB z bezpieczną eksploracją; symulator w Rust pokazuje 84% mniej niedostępności klastra.
AI Co-Scientist: Jak nauczyć model pisać plany badawcze lepsze niż człowiek?
Rubryki wyciągnięte z publikacji i zamrożony grader uczą Qwen3-30B pisać plany badawcze: eksperci wolą je w 70% od baseline i w 52% od planów z oryginalnych prac.
HyDRA: Jak nauczyć telefon rozumieć obrazy bez palenia budżetu
HyDRA przydziela rangę LoRA hierarchicznie między warstwami VLM i dynamicznie wewnątrz nich, dając 4,7% poprawy bez wzrostu liczby trenowalnych parametrów.
Predykcja i generacja antybiotyków przeciw przyszłym patogenom za pomocą ApexOracle
ApexOracle łączy embedding genomu z Evo2, opis fenotypu i dyfuzyjny model SELFIES: przewiduje MIC nowych szczepów (wzrost R² do 15%) i tworzy antybiotyki de novo.