BaseLine
522 subscribers
320 photos
27 videos
1 file
203 links
Канал Алексей Ковалёва – PhD, тимлид команды Embodied agents в AIRI, доцент ЦКМ МФТИ. Занимаюсь Embodied AI 🤖, LLM Planning, RL

Моё хобби – читать научпоп лекции по ИИ

Здесь делюсь событиями, мыслями, новостями
Download Telegram
Forwarded from Неискусственный интеллект (Oleg Salmanov)
ЛеКун и нелекуны. Часть 2 репортажа с ICLR 2026

Если прочесть расписание мероприятий ICLR, можно потеряться в Джанах и Вонах — китайцев на конференции большинство. Но всеобщее внимание привлекал перешедший из бизнеса в академию и заземлившийся в New York University француз Ян ЛеКун. Он активно бродил по постерной сессии и общался с коллегами, при этом у своих постеров (1, 2) про JEPы в разных вариациях стоять оставил соавторов.

У маркерной доски Майкрософта нами был взят русский след и привел сюда:

Уже упомянутые ребята из AIRI привезли на ICLR 31 статью и 17 воркшопных работ в соло и соавторстве с коллегами из Сколтеха, НИУ ВШЭ, МФТИ и МГУ. Яндекс представил 6 статей на основном треке и 1 на воркшопе, а еще повесил на въезде в конгрессцентр баннер с приглашением на свою конференцию 19 сентября в Москве (делаем ставки, приедет ли ЛеКун?). В коридорах постерных сессий мелькали лица из Сбера, на воркшопах засветились Т-Технологии и ИТМО.

Отобрали немного опенсорса с основного трека:

Метод SwD — снижает вычислительную нагрузку и на порядок ускоряет генерацию изображений в диффузионных моделях — с 2-3 до 0,3–0,4 секунды без потери качества (вау!). Yandex Research и НИУ ВШЭ

В жизни встречаются задачи, для решения которых роботам нужно помнить, где какой-то предмет расположен и что было до того, как его подвинули. AIRI и Физтех представили ELMUR — архитектуру системы управления для роботов и других агентов, которым нужно принимать решения, опираясь на события из далекого прошлого, и рекуррентную модель RATE для офлайн-обучения с подкреплением.

Модель для обучения медицинских алгоритмов сегментации патологий без учителя представили AIRI, Yandex и МГУ.

Фича ICLR — новый и ещё не привычный многим формат статей под названием «блогпост». Вместо перегруженной формулами подачи эти работы раскрывают основную идею, мотивацию и тезисы. Блоги свободны по структуре, часто включают в себя мультимедиа, ориентированы на широкую аудиторию исследователей, а не только на тех, кто глубоко в теме. Главная фишка — наличие в них объяснения не только того, «что сделано», но и того, «почему это важно и как это работает» (наша любимая рубрика!).

Российскими блогерами, прошедшими ревью, в этом году стали Максим Рахуба и команда из ВШЭ с методом ускорения вычислений разложения матриц на GPU, а также Иван Оселедец с Владимиром Фанасковым, безжалостно предлагавшие читателям оставить автограф прямо на их постере (см. фото).

🔤🔤задумались о создании аффилиации @Anti_AGI

Внештатный спецкор
@anti_agi на ICLR 2026
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
9🔥1
🎓 — Семинар 13. Детектирование неоднозначных инструкций на естественном языке | Дарья Гиталова

В докладе рассматривается проблема неоднозначности инструкций на естественном языке роботу, которая приводит к множественности интерпретаций и потенциальным рискам при исполнении.

Рассмотрим два подхода к детектированию неоднозначности: фреймворк GRICE (Grice’s Robotic Instruction Clarity Evaluation), операционализирующий кооперативный принцип Пола Грайса через нарушение максим Количества, Качества, Отношения и Способа на основе комбинации символических признаков и LLM-оценок, и метод SVC (Semantic Valency Conflict), выявляющий конфликты между конкурирующими семантическими фреймами при неспецифицированных аргументных позициях предиката.

👉🏻 Дата: 30.04.26, четверг в 17:00
📹 Трансляция: ВК

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

#семинары #LLM
🔥5👍1
Одна из наших статей с ICLR 2026🦾
🔥1
Forwarded from Институт AIRI
Исследователи AIRI представили модель, которая может запоминать многое, не увеличивая потребность в вычислениях

Робот часто видит важную информацию задолго до того, как её необходимо использовать. Если система не умеет надёжно хранить и вовремя извлекать данные, ей трудно действовать в сложной и меняющейся среде. Обычные трансформеры решают эту задачу не полностью: одни модели становятся слишком дорогими по вычислениям, другие плохо контролируют, что именно забывается.

В ELMUR каждый слой содержит фиксированное количество слотов памяти, которые параллельно взаимодействуют с основным потоком данных. Система может читать информацию из этих ячеек, когда принимает решение, и записывать туда новые данные. Если память начинает заполняться — обновляются те ячейки, которые использовались реже всего. Это даёт ИИ компактное, но устойчивое хранилище, которое может удерживать важную информацию на протяжении 100 тысяч шагов за пределами обычного окна внимания.

О разработке рассказали на ICLR 2026.

Научная статья | CNews
👍8
🦾Продолжается набор в магистратуру ФПМИ МФТИ по искусственному интеллекту и робототехнике!

Поступление проходит по 2 направлениям:
— “Фундаментальные методы искусственного интеллекта” – база ЦКМ, 25 мест
— “Мультимодальный искусственный интеллект”– база Институт AIRI, 10 мест

Для поступления необходимо:
🪼Заполнить заявку на нашем сайте до 1 июня и пройти собеседование в Центре.
🪼Подать документы на сайте приёмной комиссии МФТИ и успешно пройти вступительные испытания.

В Центре под руководством ведущих специалистов в своих областях вы сможете заниматься написанием статей на передовые конференции А* (NeurIPS, ICLR, ICML, IJCAI и др.), а также работать над прикладными проектами по тематикам:

🪼Обучение с подкреплением для задач робототехники (манипуляция, навигация)
🪼Мультимодальные карты знаний в компьютерном зрении и робототехнике
🪼Компьютерное зрение для задач робототехники и беспилотного транспорта
🪼Большие языковые и мультимодальные модели для генерации действий в роботототехнике
🪼Мультимодальные среды и модели в обучении с подкреплением

🪼Заполняйте зявку на прохождение собеседования до 1 июня!

Информация для поступающих есть на сайтах ЦКМ и приёмной комиссии.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
🎓 — Семинар 16. Обобщаемость VLA моделей, выравнивание текстово-визуальных представлений в VLA моделях | Никита Качаев

На семинаре разберёмся, почему VLA-модели после дообучения начинают «забывать», терять фокус и тексто-языковое понимание при обучении на малых робототехнических датасетах, и как метод выравнивания визуальных представлений помогает это исправить. А также на примере результатов на бенчмарке VL-Think посмотрим, насколько хорошо VLA модели усваивают знания из повседневной жизни.

📎Github
👉🏻 Дата: 21.05.26, четверг в 17:00
📹 Трансляция: Youtube или ВК

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

#семинары #VLA
👍4🔥1🤡1
🪼 — До конца подачи заявок в магистратуру ЦКМ осталось 2 дня — делимся историями наших студентов!

Первый гость интервью: Максим Бредихин, выпускник бакалавриата МГТУ им. Н. Э. Баумана, студент магистратуры ЦКМ. В Центре он занимается full-body control — это методы, которые позволяют мобильным манипуляторам и антропоморфным роботам расширять свои возможности за счет движения всего тела, а не только отдельных частей.

Как узнал о ЦКМ?
На ROS Meetup. Там я пообщался со студентами и сотрудниками Центра, они рассказали про проекты внутри ЦКМ и про магистерскую программу. Решил поступать именно сюда, так как многие темы были близки с моей научной и профессиональной деятельностью.


Почему именно магистратура ЦКМ?
Меня привлёк разнообразный набор дисциплин: можно глубоко погрузиться в предметную область, разобраться в современных SOTA-методах и в дальнейшем начать писать научные статьи. Также для меня важно, что преподаватели — это действующие исследователи, публикующие A* статьи, которые делятся своим опытом и всегда открыты к сотрудничеству и нетворкингу. Отдельно привлекает техническая возможность работать с реальными роботами и оборудованием, чтобы проверять свои гипотезы не только в симуляции, но и на железе.


Следующая история может быть ваша! Подавайте заявку на собеседование в магистратуру ЦКМ до 1 июня. Подробнее.

Поддержим Максима реакциями🪼
Please open Telegram to view this post
VIEW IN TELEGRAM
3
Друзья!

Мы с командой @amazing_research просим помочь с проведением пользовательского исследования для статьи

Задача — оценить реалистичность автоматически сгенерированных текстовых контекстов для персонализированной рекомендации фильмов

Прохождение задания занимает около 5 минут и не требует специальных знаний

Telegram-бот: @RecSysUserStudyBot

Заранее спасибо всем, кто пройдет!

Важно пройти его до 5го июня, чтобы мы успели обработать результаты 🤗
3👌1
Forwarded from Институт AIRI
Завершилась конференция AAMAS 2026

Международная конференция по автономным агентам и многоагентным системам в этом году проходила с 25 по 29 мая в городе Пафос, Кипр. На ней исследователи лаборатории когнитивных систем искусственного интеллекта AIRI Александр Панов, Алексей Скрынник, Алексей Ковалёв, Егор Черепанов, Мария Нестерова и Антон Андрейчук представили 3 работы⤵️

📎Don't Blind Your VLA: Aligning Visual Representations for OOD Generalization
📎Memory Retention Is Not Enough to Master Memory Tasks in Reinforcement Learning
📎MARL-GPT: Foundation Model for Multi-Agent Reinforcement Learning

Делимся фотографиями с Кипра📷

#AIRIнаКонфе
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8
Forwarded from Embodied AI Reading Club
🔥Всем привет!

📆Завтра (05.06) в 17:00 Егор Черепанов, Алексей Староверов и Татьяна Земскова разберут архитектуру и методы обучения и инференса модели

RLDX-1

от корейского стартапа RLWRLD и обсудят, почему эту работу уже можно считать заметным вызовым современным VLA-моделям.

⚫️Авторы предлагают VLA-архитектуру для мобильной манипуляции, которая объединяет память на разных уровнях, тактильные сигналы, синтетические данные для редких сценариев и оптимизации инференса для работы в реальном времени.

⚫️Отдельно будет уделено внимание архитектуре MSAT, где разные модальности обрабатываются отдельными потоками и затем связываются через совместное self-attention.

⚫️Также будет разобрано, как эти инженерные и модельные решения переводятся в практический результат: RLDX-1 работает на частоте до 22 Гц на RTX 5090, а в экспериментах на реальном роботе и в симуляции заметно превосходит сильные базовые модели, включая π0.5 и NVIDIA GR00T N1.6. В частности, в задачах для гуманоидного робота ALLEX модель достигает 86.8% успеха против примерно 40% у конкурентов.

⚫️На семинаре обсудим, насколько эти результаты делают RLDX-1 серьёзным конкурентом для Pi0.7 и других SOTA VLA, а также посмотрим, что особенно важно для сообщества: у работы уже доступны код и веса.

Ссылки:
1. Технический репорт
2. Код и веса моделиr

🍿Ссылка на подключение

Подписаться⤵️
Embodied AI Reading Club
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4
Forwarded from Институт AIRI
О ключевом элементе в развитии современных роботов — памяти⤵️

Егор Черепанов, младший научный сотрудник группы «Воплощённые агенты» лаборатории когнитивных систем искусственного интеллекта Института AIRI, рассказывает в интервью «Ъ-Науке»:

⚫️что исследователи обычно имеют в виду, говоря о памяти робота
⚫️зачем она нужна современным роботам и какие проблемы могут возникать, если они «не помнят»
⚫️почему адаптация оказывается сложной задачей для роботов
⚫️как работать с памятью и где она хранится

📎Читайте материал по ссылке.
Please open Telegram to view this post
VIEW IN TELEGRAM
9
This media is not supported in your browser
VIEW IN TELEGRAM
Всем привет! 

Выложили нашу работу “Does VLA Even Know the Basics?” в Daily Papers на Hugging Face 🤗

В статье мы задаёмся простым, но пока почти не изученным вопросом: есть ли в VLA-моделях commonsense знания о мире? 📚

⚡️Мы предлагаем Act2Answer: бенчмарк, где VLA модель отвечает на вопросы не текстом, а действием - кладёт куб на правильный вариант. Проверили 7 VLA и 9 VLM моделей на 12 категориях.

💡Интересные инсайты из работы:

→ VLA хорошо понимают примитивные концепты по типу Цвета и Формы

→ На более сложных категориях (Эмоции, Животные, Симметрия, Время, Счет, История) у VLA сильный дроп в сравнении с VLM

Знания есть в весах VLA моделей, однако они не транслируются в действия

Котрейнинг на VL данных хорошо помогает сохранять знания

SFT/RL файтюнинг на downstream роботикс задачах дергадирует знания

Поддержите нас апвоутом пожалуйста ❤️
7🔥6👍3👏3