Works

В этой лекции рассматриваются формальные степенные ряды как алгебраический объект. Вводятся операции сложения, умножения, а также аналоги производной и интеграла. Ключевая идея лекции — применение этого аппарата для решения линейно-рекуррентных соотношений с помощью производящих функций, что демонстрируется на классическом примере чисел Фибоначчи.

A matrix, its notation, and the main types: row, column, echelon, square, diagonal, identity, symmetric - defined and shown with worked examples.

Магнитометрическое устройство для бесконтактного измерения электрического тока, содержащее модуль возбуждения, ферромодуляционный преобразователь и модуль считывания, при этом модуль возбуждения включает источник тока и модуль управления, ферромодуляционный преобразователь включает ферромагнитный сердечник с обмотками возбуждения и компенсации, а модуль считывания включает усилитель и интегратор, отличающееся тем, что в ферромодуляционный преобразователь введена первичная обмотка, выполненная с возможностью пропускания измеряемого тока и магнитно связанная с ферромагнитным сердечником; модуль управления содержит источник опорного напряжения и компаратор, выполненный с возможностью сравнения тока обмотки возбуждения с опорным уровнем, при этом выход компаратора соединен с модулем возбуждения для переключения полярности возбуждающего напряжения; интегратор выполнен с возможностью обработки сигнала ферромодуляционного преобразователя и формирования управляющего сигнала, поступающего на узел формирования ШИМ-сигнала; узел формирования ШИМ-сигнала подключен к драйверу, выход которого соединен с обмоткой компенсации ферромодуляционного преобразователя; обмотка компенсации соединена последовательно с токочувствительным элементом, к выводам которого подключен усилитель модуля считывания, выполненный с возможностью формирования выходного напряжения, пропорционального измеряемому току первичной токопроводящей обмотки, при этом обмотка компенсации размещена непосредственно в зоне расположения феррозондового сенсора и выполнена с охватом ферромагнитного сердечника на указанном участке.

Modern AI systems often comprise multiple learnable components that can be naturally organized as graphs. A central challenge is the end-to-end training of such systems without restrictive architectural or training assumptions. Such tasks fit the theory and approaches of the collaborative Multi-Agent Reinforcement Learning (MARL) field. We introduce Reinforcement Networks, a general framework for MARL that organizes agents as vertices in a directed acyclic graph (DAG). This structure extends hierarchical RL to arbitrary DAGs, enabling flexible credit assignment and scalable coordination while avoiding strict topologies, fully centralized training, and other limitations of current approaches. We formalize training and inference methods for the Reinforcement Networks framework and connect it to the LevelEnv concept to support reproducible construction, training, and evaluation. We demonstrate the effectiveness of our approach on several collaborative MARL setups by developing several Reinforcement Networks models that achieve improved performance over standard MARL baselines. Beyond empirical gains, Reinforcement Networks unify hierarchical, modular, and graph-structured views of MARL, opening a principled path toward designing and training complex multi-agent systems. We conclude with theoretical and practical directions - richer graph morphologies, compositional curricula, and graph-aware exploration. That positions Reinforcement Networks as a foundation for a new line of research in scalable, structured MARL.

Text trees as a data structure occur in numerous machine learning tasks like hierarchical summarization and automatic mind map generation. One of the main methods of quality evaluation in these tasks is comparison with reference hierarchies created by experts. The method used so far to compare text hierarchies, as shown in this work, poorly accounts for their structure and text semantics relative to phrasing. To address this issue, we propose a new metric on the set of text trees — text tree edit distance (TTED), based on tree edit distance with semantic distance between texts measured using a large language model. To evaluate how the metric reflects different aspects of text tree difference, we introduce special quality coefficients that reflect the sensitivity of a metric to paraphrasing relative to structural and semantic differences of text trees. Using these coefficients, we conduct extensive testing of the proposed metric and its modifications compared to a baseline used in previous works to compare text hierarchies, which shows that TTED indeed captures significant differences between text trees more accurately than the previously used method. We also provide a practical implementation of TTED for further usage.

Against the backdrop of active LLM development, their tendency to hallucinate, as well as the growing volume of texts they generate, the validation of facts has become increasingly important and relevant.We propose ruSciFact 1 , a new benchmark for fact-checking scientific claims in Russian.ruSciFact is structured as a NLI task, the goal is to verify whether a fact is confirmed by a given abstract.To generate facts, we used an 3-step pipeline based on LLaMA-405B, validating the resulting sentences with the help of assessors-terminologists.The ruSciFact dataset consists of 1128 pairs in the format , which we are releasing as open source together with the benchmark code.Additionally, we are opensourcing the fact-generation pipeline 2 , which facilitates the expansion of the dataset to specific scientific domains.We evaluated several popular language models on ruSciFact, including text embedders and generative models.The results show that this benchmark allows to effectively assess the fact-checking capabilities of LLMs in Russian.

A wide class of natural language processing tasks is solved using markup.At the moment, the vast majority of models and datasets rely on a simple markup structure containing only fragments and labels.Moreover, simple classification metrics such as F1, Precision, Recall are used to evaluate the model's accuracy.The problem with such metrics is that they do not take into account all aspects of the markup structure and that they are applicable only under the assumption of the existence of an ideal markup.This paper proposes a more general and universal markup structure that allows solving complex problems and builds a methodology for multi-criteria evaluation of text markup models based on inconsistent expert markup.After that, the application of the constructed method is considered to assess the quality of the model obtained within the winning algorithm of the "READ//ABLE" competition, which focused on building an effective essay markup system.The results demonstrate that the new markup structure and evaluation approach provides a more comprehensive and accurate assessment of model performance, addressing the limitations of traditional metrics by accounting for complex markup scenarios and expert inconsistencies.

With an appendix by Sean Cotner, Joshua M. Lansky, and Loren Spice.

Современные квантовые технологии открывают широкие перспективы для создания высокочувствительных сенсоров на основе ансамблей холодных атомов и ионов. В данной работе исследуются спектральные свойства облака холодных атомов рубидия-87, захваченных в магнито-оптическую ловушку (MOЛ). Холодные атомы представляют собой перспективную платформу для высокоточных измерений благодаря их низкой температуре и малому доплеровскому уширению. Сенсоры, основанные на холодных атомах, находят применение в прецизионных измерениях электрических и магнитных полей, времени и частоты, метрологических стандартах, атомных интерферометрах для измерения гравитационных полей. В ходе работы методом лазерного охлаждения в MOЛ было получено облако холодных атомов рубидия-87, создана система для проведения прецизионной спектроскопии атомного резонанса. Следующим этапом является перезахват ансамбля атомов в оптическую дипольную ловушку, что позволит значительно увеличить время удержания атомов. Дополнительно планируется реализация субдоплеровского охлаждения, что приведёт к уменьшению скорости атомов и, соответственно, увеличению точности измерений. В перспективе планируется возбуждение атомов в ридберговские состояния и реализация на их основе электрического сенсора для характеризации двумерных полупроводниковых структур. Таким образом, работа направлена на развитие технологий спектроскопии холодных атомов рубидия-87, что может способствовать созданию новых поколений высокоточных сенсоров.

Cold atomic ensembles are among the most versatile tools in modern physics research. They play a key role in advancing next-generation frequency standards, qubit architectures, and quantum sensing technologies. Many experiments demand prolonged spatial confinement of atoms to facilitate extended interactions with electromagnetic fields, achievable through electric, magnetic, gravitational, or optical trapping mechanisms.

A cornerstone of atomic trapping is the magneto-optical trap (MOT), which relies on six counterpropagating laser beams and a pair of anti-Helmholtz coils to produce a radially symmetric quadrupole magnetic field with a central zero point.

Alternatively, optical dipole traps exploit the electric dipole interaction with a tightly focused, fardetuned high-power laser beam, offering weaker confinement than MOTs—typically below 1 mK. Unlike MOTs, these traps permit extremely weak optical excitation, circumventing limitations imposed by radiation pressure. Additionally, their trapping mechanism is largely insensitive to ground-state magnetic sublevels (neglecting tensor polarizability effects), enabling versatile configurations such as optical lattices.

Figure 1: Image of atoms trapped in the MOT. The atomic cloud is at the center of the image. The cloud dimensions are approximately 1 mm.

ble of confining Rb 87 atomic clouds at temperatures near 175 µ K. For dipole trapping, we adopted a farred-detuned (1012 nm) laser system, chosen for its dual functionality: we plan to use it both as a trapping beam and as one component in two-photon Rydberg excitation schemes. A further advantage of this configuration is its potential to confine Rydberg atoms while meeting the magic wavelength condition for ground-to-Rydberg transitions.

Magic-wavelength optical dipole traps offer particularly powerful advantages for cold atom manipulation. At this specific wavelength, the light shift for two atomic states becomes identical, effectively decoupling the internal atomic dynamics from the external motional states. This enables long coherence times for quantum operations while maintaining strong spatial confinement. Furthermore, such traps allow state-insensitive confinement, which is crucial for precision measurements and quantum information processing. The magic wavelength condition also facilitates efficient Rydberg excitation by providing identical trapping potentials for both ground and Rydberg states, minimizing decoherence during excitation processes.

We characterized the dipole trap intended for atom transfer, achieving a maximum depth of 3 mK under our experimental conditions—surpassing the Doppler cooling limit and ensuring efficient atomic confinement.