tgoop.com/andre_dataist/202
Last Update:
Как ИИ помогает исследовать мозг, а роботы научились понимать трехмерный мир: топ-10 исследований ИИ за март 2025
Недавно я опубликовал обзор десяти самых интересных исследований в области ИИ за март этого года. Однако внимательные читатели обнаружили ошибку в последней статье - спасибо за бдительность❤️, поэтому перезалил исправленную версию. Ниже короткий обзор:
1. Qwen2.5-Omni: мультимодальный ИИ нового поколения
Новая модель от Alibaba, объединяющая текст, аудио, видео и изображения в реальном времени. Использует уникальную архитектуру Thinker-Talker и демонстрирует рекордные результаты в распознавании речи, переводе и видео задачах.
💾 Модель на HuggingFace
2. MedAgentSim: симуляция медицинской диагностики
Мультиагентная симуляция врачебного приема, где агент-доктор ведет полноценный диалог с пациентом, запрашивает анализы и ставит диагноз. Подход значительно повысил точность диагностики и сделал ее ближе к реальной практике.
💾 Код на GitHub
3. CodeScientist: полуавтономный ИИ-ученый
ИИ-система, способная сама формулировать научные гипотезы, писать и запускать эксперименты, а затем публиковать результаты. Система подтвердила 41% своих идей как научно значимые и перспективные.
💾 Код на GitHub
4. AgentRxiv: arXiv для ИИ-агентов
Создана платформа препринтов, на которой автономные ИИ-агенты делятся результатами исследований. Такой подход значительно ускорил решение научных задач и повысил общую эффективность автономных лабораторий.
💾 Код на GitHub
5. Open Deep Search: открытый конкурент Google и GPT
Фреймворк для глубокого поиска с открытым исходным кодом, демонстрирующий точность на уровне GPT-4o и Perplexity AI. Может стать основой для корпоративных поисковых систем, не зависящих от закрытых технологий.
💾 Код на GitHub
6. Tracing Thoughts of LLMs: как думают языковые модели?
Исследователи из Anthropic «заглянули внутрь» Claude 3.5 Haiku и обнаружили универсальные механизмы мышления, планирования и даже арифметических вычислений. Выяснилось также, почему ИИ иногда «галлюцинирует» убедительные, но ложные ответы.
7. Play2Prompt: модель сама изучает API
Инновационный метод автоматического обучения языковых моделей работе с новыми API через игру и обратную связь. Теперь ИИ может сам создавать примеры правильных вызовов инструментов, сокращая необходимость ручной настройки.
8. Chain-of-Tools: универсальный вызов инструментов
Новый метод позволяет языковым моделям динамически выбирать и вызывать нужные инструменты, сохраняя высокую точность. Идеален для универсальных ИИ-ассистентов с сотнями доступных инструментов.
💾 Код на GitHub
9. Gemini Robotics: ИИ и роботы выходят в реальный мир
Google создал систему Gemini Robotics на базе модели Gemini 2.0, способную управлять физическими роботами и понимать сложные 3D-задачи. Роботы стали существенно точнее и адаптивнее, быстро обучаясь новым операциям.
10. UniBrain: end-to-end анализ мозга
Единая ИИ-модель, выполняющая полный цикл анализа изображений мозга без промежуточных этапов и ручной корректировки. Обладает высокой скоростью и точностью сегментации, а также эффективно диагностирует состояния мозга (например, СДВГ), превосходя традиционные методы.
Читайте полный обзор, чтобы быть в курсе последних исследований и первым применить новые подходы на практике.
Также можете воспользоваться Dataist AI - бесплатным ботом, ежедневно обозревающим свежие научные статьи об ИИ.
#исследования
BY 🤖 Датаист
Share with your friend now:
tgoop.com/andre_dataist/202