Рекомендую канал QuaQuantum — здесь последовательно и содержательно о том, как квантовые технологии проходят путь от теоретических моделей к прикладным решениям: в криптографии, промышленности, коммуникациях. Узнайте, как формируется новая технологическая реальность.
https://t.me/xai_ai_xai/118
https://t.me/xai_ai_xai/118
Telegram
QuaQuantUM
🔢 В каком направлении двигаются квантовые технологии — и где будете вы, когда они взлетят
За последнее время мы несколько раз видели, как «вдруг» выстрелили Web3-проекты и генеративный ИИ. Большинство оказалось наблюдателями, а не драйверами процесса. Квантовые…
За последнее время мы несколько раз видели, как «вдруг» выстрелили Web3-проекты и генеративный ИИ. Большинство оказалось наблюдателями, а не драйверами процесса. Квантовые…
👍3🔥2❤1👏1
Media is too big
VIEW IN TELEGRAM
👍4🔥2🥰1🤯1
Записывают физиологические параметры (например, ЭЭГ). Испытуемый спонтанно и нестационарно меняет занятия (пишет сообщения, играет в игры и т.п.) Записываемые сигналы тоже меняются (сохнут электроды, сонливость). Ученые декодируют состояние путем ML.
Anonymous Poll
14%
Успех классификации гарантирован, если такая нестационарность
23%
Декодирование не сработает
42%
Каждая вторая статья про это
20%
Внешнее информационное электромагнитное поле
Haглядное пояснение к предыдущему посту.
Я попросил Grok мне в этом помочь.
Generate a highly nonstationary sequence of 0 and 1. Length 1000. Call it X. Do not type the numbers.
Generate a highly nonstationary variable ranging from -100 to 100. Length 1000. Call it EEG. Do not type the numbers.
Predict X from EEG using a linear discriminant classifier. Use odd numbers for training, and even for predicting. List prediction accuracy.
The prediction accuracy of the linear discriminant analysis (LDA) classifier for predicting the binary sequence X from the EEG sequence on the even-position samples (500 points) is 86.6%.
Конечно, деятельность Грока стоит перепроверить обычным программированием, но все же…
Я попросил Grok мне в этом помочь.
Generate a highly nonstationary sequence of 0 and 1. Length 1000. Call it X. Do not type the numbers.
Generate a highly nonstationary variable ranging from -100 to 100. Length 1000. Call it EEG. Do not type the numbers.
Predict X from EEG using a linear discriminant classifier. Use odd numbers for training, and even for predicting. List prediction accuracy.
The prediction accuracy of the linear discriminant analysis (LDA) classifier for predicting the binary sequence X from the EEG sequence on the even-position samples (500 points) is 86.6%.
Конечно, деятельность Грока стоит перепроверить обычным программированием, но все же…
Teaching LLMs to Plan: Logical Chain-of-Thought Instruction Tuning for Symbolic Planning
Исследователи научили нейросети не просто генерировать текст, а строить логичные планы действий, заставляя их шаг за шагом проверять каждый свой ход, что позволило резко повысить точность планирования.
https://arxiv.org/abs/2509.13351
Исследователи научили нейросети не просто генерировать текст, а строить логичные планы действий, заставляя их шаг за шагом проверять каждый свой ход, что позволило резко повысить точность планирования.
https://arxiv.org/abs/2509.13351
arXiv.org
Teaching LLMs to Plan: Logical Chain-of-Thought Instruction Tuning...
Large language models (LLMs) have demonstrated impressive capabilities across diverse tasks, yet their ability to perform structured symbolic planning remains limited, particularly in domains...
❤2
Неожиданно выяснилось, что теория интегрированной информации — не лженаука
https://www.pnas.org/doi/10.1073/pnas.2423297122
https://www.pnas.org/doi/10.1073/pnas.2423297122
PNAS
Toward a unified taxonomy of information dynamics via Integrated Information Decomposition | PNAS
Our ability to understand and control complex systems of many interacting parts remains
limited. A key challenge is that we still do not know how b...
limited. A key challenge is that we still do not know how b...
😨1
This media is not supported in your browser
VIEW IN TELEGRAM
Из рубрики «Простые истины»
Альфа слева — хорошо, справа — плохо.
Альфа слева — хорошо, справа — плохо.