Sparse Hash AI – Telegram
Sparse Hash AI
134 subscribers
154 photos
256 videos
3 files
337 links
AI обогатительная разработка ML месторождений. Осторожно, в канале ведутся подрывные работы!

Персональный чат https://news.1rj.ru/str/sparsehash
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
Figure 03

❝ Победа? Победу, ты сказал? Магистр, Оби-Ван. Это не победа. Сетями тёмной стороны наш мир окутан. Война клоническая началась. ❞


Sparse Hash AI
1
Language Models are Injective and Hence Invertible
https://www.alphaxiv.org/ru/overview/2510.15511v3

В статье показывают, что разные промпты всегда отображаются в разные эмбеддинги, и это свойство может быть использовано для восстановления входных токенов из отдельных эмбеддингов в скрытом пространстве.

Также авторы представляют SipIt (Sequential Inverse Prompt via ITerative updates) — алгоритм, который точно восстанавливает входные данные из скрытых состояний за гарантированно линейное время.

Языковые модели структурно lossless (без потерь):
- Скрытые состояния не сжимают и не абстрагируют промпт;
- Любая система, хранящая их, фактически сохраняет сам введённый текст;
- После попадания данных в Transformer их можно восстановить.

тредX

Sparse Hash AI
This media is not supported in your browser
VIEW IN TELEGRAM
В Чжучжоу (Китай) пустили первый в мире безрельсовый трамвай. Трамвай может развивать скорость до 70 км/ч и перевозить до 500 пассажиров.

Sparse Hash AI
This media is not supported in your browser
VIEW IN TELEGRAM
Еще один стартап по производству гуманоидных роботов, норвежская Physical Robotics, с концепцией андроида — "π robot". )

Миссия новой компании — «создать поколение роботов, живущих в гармонии с людьми в физическом мире, повышая качество человеческой жизни».

Sparse Hash AI
Гуманоидный робот от Xpeng проводит экскурсию по штаб-квартире. Видно, что в обновлении получил биоподобные стопы.

А на втором видео генеральный директор компании рассказывает о планах создания «бионических мышц», «полного покрытия мягкой кожей» и возможности «выбора пола».

Sparse Hash AI
11
This media is not supported in your browser
VIEW IN TELEGRAM
Близняшки из Atomic Heart сильно повлияли на то, какими компании видят андроидов.
👍5
Why Can't Transformers Learn Multiplication? Reverse-Engineering Reveals Long-Range Dependency Pitfalls
https://www.alphaxiv.org/ru/overview/2510.00184v1

Метод Implicit Chain-of-Thought (ICoT), неявная цепочка рассуждений, позволил стандартному трансформеру достичь 100% точности при умножении четырёхзначных чисел, ранее точность была менее 1%.

Процедура обучения ICoT предоставляет явные токены цепочки рассуждений, которые показывают промежуточные шаги вычисления. В течение обучения эти явные токены постепенно удаляются. Это отличается от стандартного файнтюнинга, в котором модель видит только пары вход-выход без промежуточных шагов. Это развивает сильные дальние зависимости между токенами цифр.

Модель ICoT реализует умножение посредством сложного механизма «дерева внимания» на своих двух слоях: слой 1 — кэширование частичных произведений, слой 2 — извлечение и агрегация.

Модель разрабатывает сложные геометрические представления для численных вычислений: суммы Минковского для частичных произведений и кодирование на основе Фурье-базиса.

Sparse Hash AI
3
Vector Symbolic Algebras for the Abstraction and Reasoning Corpus
https://www.alphaxiv.org/overview/2511.08747v1
https://github.com/ijoffe/ARC-VSA-2025

Исследователи для решения ARC-AGI использовали Vector Symbolic Algebras (VSAs).

Sparse Hash AI
1
Pretraining Without Attention
https://www.alphaxiv.org/ru/overview/2212.10544v2
https://github.com/jxiw/BiGS

Работа из 23-го года*. State-Space Model, архитектура (Bidirectional Gated SSM, BiGS) которой без механизма внимания достигает производительности уровня BERT.

Архитектура с гейтированием (GATED / SSM) включает поэлементное умножение между преобразованными входными данными и выходами SSM. Этот механизм гейтирования, вдохновленный Gated Linear Units (GLUs), по-видимому, восстанавливает репрезентативную способность, необходимую для эффективного трансферного обучения.

* Из обратившего на себя моё внимание. Недавно нашумевшая работа Dragon Hatchling повторяет эту архитектуру за исключением того, что использует линейное внимание.

Sparse Hash AI
Sparse Hash AI
ACT-1 от Sunday Sparse Hash AI
Домашних роботов появилось уже немало, НО...

— Робот может написать симфонию почистить и пожарить картошку, разбить яйцо на сковородку и не сжечь омлет? 😄

Пока что таких ещё не завозили. 😐
👍2