?
Improving Differential Equation Solving in Compact Language Models via Activation Steering and Reinforcement Learning
Computers, Materials and Continua. 2026. Vol. 88. No. 3. Article 74.
Ключевые слова: дифференциальные уравненияdifferential equationsобучение с подкреплениембольшие языковые моделиLarge Language ModelsReinforcement learningsteeringматематическое рассуждение
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Добавлено: 7 октября 2026 г.
Томск: Издательство Томского государственного университета, 2026.
Материалы сборника Шестнадцатой Международной конференции «Новые информационные
технологии в исследовании сложных структур» (Москва, 21–25 сентября 2026 г.) ориентированы на
широкий круг специалистов, работающих на стыке теории информации, системного анализа и
прикладных предметных областей. В издание вошли результаты исследований, посвящённые
моделированию дискретных и стохастических структур управления и связи, разработке
высокопроизводительных вычислительных и телекоммуникационных систем, а также вопросам
цифровой трансформации образования, архитектурно-градостроительного проектирования,
экологического ...
Добавлено: 6 октября 2026 г.
Серебренников Д. А., Белов А. В., Информационные технологии и вычислительные системы 2026 № 3 С. 157–169
В условиях роста стоимости энергоресурсов и необходимости повышения энергоэффективности производственных процессов особую актуальность приобретает задача оптимизации энергопотребления промышленных предприятий. В данной работе рассматривается подход к управлению энергозатратами машиностроительного предприятия на основе методов многокритериальной оптимизации. Постановка задачи включает несколько целевых функций: минимизацию энергопотребления, минимизацию стоимости электроэнергии с учётом тарифных ограничений и максимизацию производственной эффективности. Для решения ...
Добавлено: 5 октября 2026 г.
Зыков С. В., Уфимцев Г. А., Моделирование, оптимизация и информационные технологии 2026 Т. 14 № 8 С. 1–13
Информационные системы формируют большие объёмы событийных журналов, которые используются для анализа работы приложений и сервисов. При этом события могут поступать в аналитический контур позже момента их фактического возникновения и не в исходном порядке. Такая рассинхронизация приводит к ошибкам при построении агрегированных временных показателей, а регулярный полный пересчёт многомерного аналитического куба требует значительных вычислительных затрат. Целью ...
Добавлено: 2 октября 2026 г.
Polarization of opinions in the group: a modeling algorithm considering the dynamics of social bonds
Chebotarev V., Andreyuk D., Elizarova Anastasiya и др., Procedia Computer Science 2022 Vol. 213 No. C P. 596–601
Добавлено: 2 октября 2026 г.
Konstantinov A., Elizarova Anastasiya P., Utkin L., Computing, Telecommunications and Control 2026 Vol. 19 No. 1 P. 16–25
Деревья решений и их ансамблевые расширения, такие как случайные леса, широко используются в качестве моделей классификации благодаря своей простоте и интерпретируемости. Однако во многих реальных задачах, где метки классов перекрываются в пространстве признаков, стандартные деревья решений полагаются на жесткие разбиения, которые создают слабые границы принятия решений. В этих областях небольшие возмущения входных значений могут привести ...
Добавлено: 2 октября 2026 г.
Prokhorov A., Burda M., Journal of Computational and Graphical Statistics 2026 P. 1–13
Добавлено: 2 октября 2026 г.
Aly Ismailov, Попцова М. С., Plos One 2026 Vol. 21 No. 9 Article e0355902
Добавлено: 2 октября 2026 г.
Злотник А. А., Математические заметки 2026 Т. 120 № 6 С. 1005–1009
Численным методам решения систем газодинамических уравнений посвящена обширная литература. Ранее было разработано и успешно апробировано специальное семейство симметричных по пространству консервативных разностных методов, основанных на предварительной кинетической, точнее, квазигазодинамической (КГД), регуляризации этих уравнений. Актуальной задачей является построение численных методов, которые обладают не только свойством консервативности по массе, импульсу и полной энергии, но и удовлетворяют условиям энтропийной ...
Добавлено: 1 октября 2026 г.
International Joint Conferences on Artificial Intelligence, 2026.
Добавлено: 1 октября 2026 г.
Добавлено: 30 сентября 2026 г.
Джамбонг Тенке Х., Institute for System Programming of the RAS, 2026.
Добавлено: 29 сентября 2026 г.
Иванашев Я. М., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2026 Т. 529 С. 93–101
Язык L является нижним для релятивизируемого сложностного класса C, если CL=C. Для классов #P, GapP и SpanP известны точные нижние классы языков: Low(#P) = UP ∩ coUP, Low(GapP) = SPP и Low(SpanP) = NP ∩ coNP. В этой статье мы доказываем, что Low(TotP) = P, и приводим характеризации нижних классов функций для #P, GapP, TotP ...
Добавлено: 28 сентября 2026 г.
Piliugin L., Antropov A., Lobashev E. и др., Journal of Nuclear Materials 2026 Vol. 632 Article 156876
Добавлено: 28 сентября 2026 г.
Kashpurovich I., Oleynichenko A., Стегайлов В. В., Supercomputing Frontiers and Innovations 2026 Vol. 13 No. 1 P. 52–73
Добавлено: 28 сентября 2026 г.
Терегулов Т. Р., Лубенец Е. Р., / Series Quantum Physics "arXiv". 2026. No. 2609.31472.
Добавлено: 28 сентября 2026 г.
Шерстинова Т. Ю., Урих А. Е., Вестник Новосибирского государственного университета. Серия: Лингвистика и межкультурная коммуникация 2026 Т. 24 № 2 С. 42–54
Цифровые технологии XXI века способствуют формированию новых методологических подходов в гуманитарных науках, включая литературоведение и биографические исследования. Для автоматизации процессов сбора и аннотирования информации все чаще используют большие языковые модели (Large Language Models, LLM), включая ChatGPT. Развитие подобных инструментов стимулирует переход от традиционных методологических подходов, основанных на исключительно ручном аннотировании и экспертной верификации, к гибридным, ...
Добавлено: 28 сентября 2026 г.
Александров Д. В., Василевский В. И., Резуник Л. и др., В кн.: Труды Института системного программирования РАНТ. 38. Вып. 5.: ИСП РАН, 2026. С. 73–90.
Ограничения при выполнении задач, требующих точного извлечения информации из сверхдлинных последовательностей, приводят к снижению качества генерации и отладки кода крупных объектно-ориентированных систем, характеризующихся сложными межклассовыми зависимостями и необходимостью анализа длинных трассировок выполнения, превышающих размеры стандартных контекстных окон. Предлагается технология JavaCapsule для генерации и отладки Java-кода, реализующая итеративную отладку на основе структурированной обратной связи, включающей результаты ...
Добавлено: 24 сентября 2026 г.
Shipovalova L., Asya A. Filatova, Социология власти 2026 Vol. 38 No. 1 P. 224–243
Добавлено: 18 сентября 2026 г.
Егорова И. С., Journal of Employment and Career 2025 Vol. 4 No. 4 P. 27–43
Введение. Быстрое распространение больших языковых моделей усилило представ-ление о приближающейся технологической избыточности профессии переводчика. Однако имеющиеся данные распределены между экономикой труда, компьютерной лингвистикой, переводоведением, отраслевыми исследованиями и работами по под-готовке переводчиков и не позволяют сделать единый вывод в отношении всей профессиональной сферы. Цель. Статья направлена на установление того, как искусственный интеллект по-влиял на спрос на ...
Добавлено: 8 сентября 2026 г.
Джонов А. Т., Авдошин С. М., Информационные технологии 2026 Т. 32 № 8 С. 421–427
В данном систематическом обзоре представлен анализ методологии Вайб-кодинг (Vibe Coding) — современно-го подхода к итеративному процессу разработки программного обеспечения с помощью больших языковых моделей (БЯМ). Инструменты генерации кода транформируют написание ПО, позволяя программисту формулировать задачи и описывать желаемое поведение кода на естественном языке, в то время как БЯМ генерирует соответ-ствующий запросам исходный код. Обзор систематиматизирует ...
Добавлено: 25 августа 2026 г.
Трофимова Е. А., Shamina Z., Selifanova M. и др., , in: Proceedings of the Generative Code Intelligence Workshop (GeCoIn 2026), co-located with the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026)Vol. 4238.: CEUR-WS.org, 2026.
Добавлено: 20 августа 2026 г.