Дайджест новостей: события из мира науки

Увеличение эффективности погрузки

Авторы статьи предлагают метод обучения, учитывающий реальные ограничения процесса последовательной укладки предметов в контейнер. Во время обучения модель оценивает не только возможность размещения очередного объекта, но и влияние выбранного положения на последующие действия. Для каждого варианта вычисляются признаки свободного пространства, доступности поверхностей для следующих объектов и соответствия технологическим ограничениям производства. Эти сведения используются при обновлении параметров модели, благодаря чему она постепенно формирует стратегию размещения, уменьшающую образование недоступных пустот. В отличие от существующих методов обучение ориентируется на реальные производственные сценарии, где предметы поступают по одному и изменить уже принятое решение невозможно. Эксперименты показывают увеличение плотности заполнения контейнеров и снижение числа случаев, когда очередной предмет невозможно разместить.

Обучение модели работе с памятью

Авторы предлагают отказаться от заранее заданных правил сохранения истории общения и обучать языковую модель самостоятельно выбирать данные для долговременной памяти. Для этого память рассматривается, как отдельное действие, которое выполняется моделью во время решения задачи. В процессе обучения она принимает решение, сохранить текущую информацию или отбросить ее, после чего получает оценку не только за итоговый ответ, но и за качество выбранной стратегии хранения. Если сохраненные сведения помогают успешнее решать последующие задачи, вероятность аналогичного выбора увеличивается. Таким образом модель постепенно учится выделять факты, действительно влияющие на дальнейшее рассуждение. Предложенный механизм не требует заранее размеченных примеров правильной памяти и формирует собственную стратегию ее использования. Эксперименты показывают снижение объема сохраняемых данных при сохранении или повышении качества ответов на длинных последовательностях задач.

Влияние долговременной памяти на безопасность генерации программ

Авторы исследуют влияние долговременной памяти системы генерации программного кода на безопасность создаваемых решений. Рассматривается механизм, при котором модель сохраняет сведения о ранее выполненных задачах и использует их при последующих запросах. В исследовании показывают, что если в память попадают примеры с небезопасными способами написания программ, они могут многократно использоваться даже после изменения запросов пользователя. Для проверки этого предположения авторы искусственно добавляют в память различные варианты небезопасного программного кода и оценивают их влияние на последующую генерацию. Полученные результаты показывают устойчивое сохранение подобных предпочтений. В работе также рассматриваются способы удаления или обновления содержимого памяти, позволяющие уменьшить вероятность повторного использования небезопасных решений без полного переобучения модели.

Сбер опубликовал речевые модели

Компания Сбер открыла для свободного использования две новые речевые модели, предназначенные для создания голосовых сервисов. Первая модель выполняет распознавание речи на русском, английском, казахском, киргизском и узбекском языках. Для повышения качества она была предварительно обучена на миллионах часов аудиозаписей и использует специальный способ обучения, уменьшающий влияние языков с большим объемом данных. Вторая модель работает непосредственно со звуковыми записями без предварительного перевода речи в текст. Она способна анализировать записи продолжительностью до трех часов, определять момент, в котором обсуждалась нужная тема, выделять отдельных участников разговора и формировать краткое содержание с указанием времени нужного фрагмента. Обе модели опубликованы по открытой лицензии и доступны для коммерческого применения.

Определение местоположения со слабыми сигналами спутников

Разработчики сервиса карт 2ГИС представили новый способ определения положения устройства в местах, где сигнал спутников становится слабым или полностью исчезает. Вместо постоянного ожидания координат приложение использует встроенные датчики телефона и рассчитывает дальнейшее перемещение пользователя по изменению направления движения, ускорению и другим измеряемым параметрам. При повторном появлении сигнала вычисленное положение автоматически уточняется. Такой подход позволяет сохранять непрерывность навигации в тоннелях, на подземных парковках, среди плотной городской застройки и в других местах со сложными условиями приема. По результатам испытаний разработчиков новая функция заметно уменьшает ошибки построения маршрута при кратковременной потере спутникового сигнала и делает ведение по маршруту более устойчивым.

Cluade Opus 5

Antropic представили новую версию своей языковой модели, ориентированную на решение сложных задач и создание программного кода. По опубликованным результатам испытаний новая система показывает более высокие показатели при выполнении многошаговых заданий, где требуется самостоятельно строить последовательность действий, обращаться к внешним инструментам и проверять промежуточные результаты. Также улучшены возможности написания и анализа программного кода, благодаря чему модель приблизилась к лучшим специализированным решениям. При сравнении с рядом современных моделей новая версия показала преимущество в большинстве опубликованных испытаний, сохранив прежнюю стоимость использования через программный интерфейс. После выпуска модель уже стала доступна пользователям в диалоговом сервисе компании и в средстве разработки программного кода.