Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #2053

Chain-of-Thought

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

EDMA: метод на основе энтропии для мультимодальных вопросов-ответов

EDMA (Entropy-Driven Multimodal Answering) — препринт на arXiv (v1), формализующий мультимодальное QA как итеративное снижение логической энтропии. Предложены условное разбиение по модальностям, энтропийное мультимодальное слияние и выбор траекторий на основе энтропии для количественной оценки вклада каждой модальности; на стандартных бенчмарках MMQA авторы сообщают средние приросты 12.8 F1 и 4.6 LLM-J по сравнению с Planning Prompting и 18.6 F1 и 8.3 LLM-J по сравнению с Chain-of-Thought, а также показывают корреляцию между высокой энтропией и большим числом ложных срабатываний.

6.0

MODELS · 1 ИСТОЧН. · arXiv cs.AI

Hunyuan-A13B: открытая MoE-модель 80B с активацией 13B

В статье на arXiv (arXiv:2609.27284v1) представлена открытая MoE-языковая модель Hunyuan-A13B с 80 миллиардами параметров, из которых во время вывода активируется 13 миллиардов. Модель предобучена на отфильтрованном корпусе из 20T токенов с улучшенной STEM-категоризацией, дообучена с привлечением разметки и RL, содержит двухрежимную стратегию Chain-of-Thought для «быстрого» и «медленного» вывода и демонстрирует конкурентные результаты и высокую пропускную способность вывода.

8.0

RESEARCH · 1 ИСТОЧН. · Google Research

Chain-of-Table: Итеративная эволюция таблиц как цепочка рассуждений для лучшего понимания таблиц

Исследователи (Цилонг Ван и Чень-Ю Ли из Cloud AI Team) представляют Chain-of-Table — подход, в котором LLM с помощью in-context learning итеративно генерируют операции над таблицей и сохраняют промежуточные таблицы как цепочку рассуждений; это упрощает сложные таблицы под конкретный вопрос и, по данным авторов, обеспечивает новые лучшие результаты на бенчмарках WikiTQ, TabFact и FeTaQA.

7.0