Tyrimai

Palyginome penkias DI atminties sistemas. Hibridinis RAG laimėjo pagal tikslumą ir kainą, o Hindsight buvo stipriausia specializuota sistema. Parodome, kur kiekviena stringa ir ką rekomenduojame asistentams su augančia pokalbių istorija.

DGX Spark sistemoje atliktas 13 lokaliai paleidžiamų kalbos modelių vertinimas pagal 21 administracinio darbo užduotį: kalendoriaus valdymą, dokumentų analizę, finansinius ir darbo laiko skaičiavimus, el. laiškų triage ir profesionalų tekstų rengimą.

Kokį modelį verta rinktis agentinei sistemai? Vertiname 11 pažangių modelių pagal samprotavimo gylį, ilgalaikį patikimumą, įrankių naudojimo tikslumą ir inžinerinį našumą, kiekvieną susiedami su praktiniais diegimo scenarijais ir kaina kaip esminiu apribojimu.

Ilgėjant pokalbiams, LLM modeliai palaipsniui nutolsta nuo pradinių instrukcijų. Tyrimas rodo, kad dinaminės valdymo architektūros gerokai patikimiau išlaiko modelio elgseną nei vien standartinis promptinimas.

Emocinės intonacijos ir ritmo valdymas TTS sistemose be iš anksto apibrėžtų žymų išlieka sudėtinga problema. Sujungiame StyleTTS 2 embeddingus ir HDBSCAN klasterizavimą pagal multimodalinius akustinius požymius, taip gaudami daugiau emocinių klasterių ir mažiau neklasterizuotų duomenų nei bazinis metodas.

Keičiantis teisės aktams, RAG sistemos gali pateikti pasenusius atsakymus. Tyrime abliuojami paieškos komponentai siekiant nustatyti, kurios jų kombinacijos padeda teisiniams AI sprendimams išlikti faktiškai pagrįstiems laiko atžvilgiu.

Generatyvinė paieška reitinguotus nuorodų sąrašus keičia sintetintais atsakymais. Analizuojame, kaip ChatGPT, Perplexity, Copilot ir Claude suranda bei pateikia informaciją, ir formuluojame optimizavimo strategijas bei įrankius AI matomumui matuoti ir gerinti.

Inkstų akmenų sudėties nustatymas padeda parinkti gydymą, tačiau retos akmenų rūšys apsunkina neuroninių tinklų taikymą. Tyrime rodoma, kad NMF dimensijų mažinimo ir Gauso mišinių modelio derinys FTIR spektrams pasiekia 75% atitikimą net esant ribotam pavyzdžių skaičiui.

Realaus laiko susidūrimų aptikimui reikia mažos delsos dideliu mastu. Siūloma field-edge architektūra su paketiniu apdorojimu ir paraleliomis gijomis leidžia YOLOv8 pagrįstą transporto priemonių aptikimą išlaikyti virš 30 FPS neprarandant tikslumo.

Mažesnių resursų kalbos, turinčios stiprų raidžių ir fonemų atitikimą, kelia specifinių iššūkių neuroninei TTS sintezei. Parodoma, kad Tacotron 2 mokymas su kirčiuotu lietuvių kalbos korpusu reikšmingai pagerina kalbos natūralumą pagal MOS vertinimą.