Следующий семинар AIRI по искусственному интеллекту пройдет уже 12 апреля в 17:00, делимся подробностями:

🔳Тема: «Генерация доказательств математических теорем с помощью языковых моделей»

🔳Докладчик: Ермек Капушев, AIRI
🔳Оппонент: Лев Беклемишев, МИАН, академик РАН

🔳Описание: в докладе будет рассмотрена задача генерации доказательств математических теорем на формальном языке Lean.

Современные большие языковые модели (LLM) умеют решать широкий круг задач, включая математические, но не гарантируют корректность сгенерированных ответов. Использование формальных языков позволяет обойти эту проблему.

На семинаре будут рассмотрены особенности задачи генерации доказательств на формальном языке, подходы на основе языковых моделей, Monte Carlo Tree Search, попытки применения LLM. Также будут обсуждаться возможности и ограничения таких моделей.

📹 #AIRI_Seminars всегда проходят на YouTube, подписывайтесь по ссылке.

26 апреля исследователи AIRI выступят на конференции по машинному обучению и нейросетям DataStart 👾

Расскажем про Vision Transformers для оценки глубины, обсудим новые материалы и поделимся тем, как искусственный интеллект создает искусство.

Подробные темы докладов и регистрация по ссылке, до встречи! 💛

Анонсируем следующий научный семинар 👀

🔵Дата и время: 26 апреля в 17:00 на YouTube-канале AIRI

🔵Тема: «Удивительные свойства ландшафта потерь в перепараметризованных моделях»

🔵Докладчик: Дмитрий Ветров, ВШЭ, AIRI
🔵Оппонент: Ирина Пионтковская, Huawei

🔵Подробное описание семинара можно посмотреть по ссылке

Прошлый выпуск #AIRI_Seminars уже в плейлисте.

До встречи!

Как получить доступ к новому GigaChat? Собрали все возможности:

🔳Первые ранние доступы раздают в канале новой модели. Подписаться можно по ссылке.

🔳Для студентов: Сбер приглашает 10 научных команд из российских ВУЗов получить ресурсы для экспериментов с дообучением и файнтюнингом нейросетевых моделей NeONKA. Им предоставят бесплатный доступ к платформе ML Space и выделят необходимые для обучения GPU ресурсы. Подать заявку можно на сайте.

🔳Дождаться доступов для всех, обещают рассылать инвайты в несколько волн, с каждым разом они будут всё больше.

Почитать подробнее про новую модель, историю создания и ее возможности можно в статье на Хабре.

Рассказываем про следующий #AIRI_Seminars 👇

🔵Дата и время: 10 мая в 17:00 на YouTube-канале AIRI

🔵Тема: «Применение дифференцируемого представления трехмерных сцен для распознавания объектов»

🔵Докладчик: Дмитрий Юдин, AIRI, МФТИ

🔵Оппонент: Юрий Визильтер, профессор РАН, ГосНИИАС

🔵Подробное описание семинара читайте по ссылке

До встречи в среду!

Собрали подборку статей от ученых AIRI на конференции ICLR 👀

Две статьи от команды «‎Вычислительный интеллект»‎:

🔳Первая работа про связь двух 'hot' топиков – диффузии и оптимального транспорта. Исследовали теоретически и экспериментально с помощью эффективных тензорных методов.

🔳Вторая статья – одна из немногих статей без deep learning на конференции, посвященная тензорным разложениям и тому, как эффективно строить представления различных многомерных массивов. Получились интересные результаты для кооперативных игр, задач расстановки ферзей на доске и подсчета перманента матрицы – все с помощью единого кода и подхода!

Статьи от команды «Обучаемый интеллект»:

🔳В статье Neural Optimal Transport (NOT) предлагается оптимальный метод переноса данных из одного домена в другой с помощью нейросетей. Метод не требует парных обучающих выборок и может обучаться на независимых выборках данных из входного и выходного доменов.

🔳В работе Kernel Neural Optimal Transport рассмотрен ряд теоретических и практических улучшений метода NOT с помощью использования воспроизводящих ядер.

Статья на воркшопе Neurosymbolic Generative Models workshop от команды «Нейросимвольная интеграция»:

🔳Статья Disentangled Representations in Hyperdimensional Latent Space посвящена распутанным представлениям, которые заключаются в сведении данных к генеративным факторам, которые эти данные порождают.

В этой работе исследователи представляют генеративные факторы векторами высокой размерности и используют принципы векторных символьных архитектур, которые позволяют работать с символами с помощью векторных операций.

За счёт этого авторы получают возможность простым и интерпретируемым способом модифицировать объекты на изображении в скрытом пространстве.

До встречи на следующей конференции! 🖖