Издание · проверено редакцией

Apple ML Research

Источник AI-новостей. Материалы автоматически отбираются и адаптируются редакцией Hamidun News.

5 материалов в Hamidun·Последний: 3 июля· Активен·machinelearning.apple.com ↗

Последние публикации

Apple ML Research предложила метод обобщения ML-моделей на новые домены без разметки
LLMApple ML Research

Apple ML Research предложила метод обобщения ML-моделей на новые домены без разметки

Исследователи Apple ML Research разработали подход к domain generalization, который опирается на немаркированные данные нового домена вместо дорогостоящей разметки.

3 июл. 2026 г.·2 мин
Apple предложила Conformal Thinking — контроль рисков для reasoning-моделей без лишних токенов
LLMApple ML Research

Apple предложила Conformal Thinking — контроль рисков для reasoning-моделей без лишних токенов

Apple ML Research представила фреймворк Conformal Thinking: метод автоматически управляет токенным бюджетом reasoning-моделей, гарантируя заданный уровень ошибок при минимальных вычислениях.

3 июл. 2026 г.·2 мин
Apple ML Research: как диффузионные модели учатся выбирать токены без ручных эвристик
LLMApple ML Research

Apple ML Research: как диффузионные модели учатся выбирать токены без ручных эвристик

Apple ML Research предлагает заменить ручные эвристики выбора токенов в диффузионных языковых моделях на обучаемые политики — чтобы устранить нестабильность и необходимость ручного подбора параметров.

3 июл. 2026 г.·3 мин
Apple ML Research предложила MemoryLLM — интерпретируемую «память» для трансформеров
LLMApple ML Research

Apple ML Research предложила MemoryLLM — интерпретируемую «память» для трансформеров

Исследователи Apple описали блоки прямого распространения в LLM как нейронную память поиска и предложили метод их изолированного анализа — без учёта механизма самовнимания.

3 июл. 2026 г.·2 мин
Apple ML Research: мультиагентные LLM-команды сдерживают экспертных агентов
LLMApple ML Research

Apple ML Research: мультиагентные LLM-команды сдерживают экспертных агентов

Apple ML Research доказала: самоорганизующиеся команды языковых моделей не дают синергии — они сдерживают экспертных агентов, а не усиливают их.

3 июл. 2026 г.·2 мин