Популярное за неделю

И исследования ·20 апр 2026

GRASP: как научить нейросети планировать на тысячи шагов вперёд без взрыва градиентов

Исследователи из Berkeley представили GRASP — новый метод градиентного планирования для world models, который решает три ключевые проблемы долгосрочного планирования: взрывающиеся/исчезающие градиенты, застревание в локальных минимумах и хрупкость оптимизации. Метод использует виртуальные состояния для параллелизации по времени, добавляет стохастичность для исследования и переформирует градиенты, чтобы избежать проблем при работе с высокоразмерными визуальными моделями.

0 95

М модели ·16 мая 2026

Открытые модели наступают: Gemma 4, DeepSeek V4, Kimi K2.6 и другие. Насколько они близки к закрытым лидерам?

В январе вышла серия мощных open-source моделей: Google Gemma 4 (Apache 2.0), DeepSeek V4-Flash, Xiaomi MiMo 2.5 Pro, Kimi K2.6 и GLM-5.1. Институт CAISI заявил, что разрыв между открытыми и закрытыми моделями растёт, но авторы Interconnects считают, что методика оценки устарела: бенчмарки не используют специализированные инструменты и промпты, которые раскрывают реальные возможности моделей.

0 39

Б безопасность ·6 апр 2026

Законы масштабирования добрались до кибервойны: чем умнее модель, тем опаснее хакер

Исследование Lyptus Research показало, что продвинутые AI-модели удваивают способности к кибератакам каждые 5-10 месяцев. Лучшие модели 2025-2026 годов справляются с задачами, на которые у экспертов уходит 3+ часа. Параллельное исследование бизнес-школ выявило: стартапы, внедряющие AI во внутренние процессы, получают на 44% больше идей применения, на 18% чаще находят платящих клиентов и зарабатывают в 1.9 раза больше.

0 97

И исследования ·22 мар 2026

Визуальный гид по вариантам attention в современных LLM

Себастьян Рашка создал галерею из 45 архитектур LLM с визуальными карточками и объяснениями различных механизмов внимания (attention). Материал охватывает эволюцию от классического multi-head attention до современных оптимизаций вроде grouped-query attention и sliding window attention, с историческим контекстом и практическими примерами архитектур.

0 99

И инструменты ·4 апр 2026

Как устроены AI-агенты для кодирования: разбор по частям

Себастьян Рашка объясняет архитектуру coding-агентов (вроде Claude Code или Codex CLI) — почему они работают лучше голой модели в чате. Секрет не в самой LLM, а в «обвязке»: управление контекстом репозитория, работа с инструментами, память, применение правок и итеративная обратная связь. Статья раскладывает шесть ключевых компонентов такого агента и объясняет разницу между обычной LLM, reasoning-моделью и агентской системой.

0 76

И исследования ·21 апр 2026

ReasoningBank: как агенты учатся на своих ошибках после запуска

Google Research представила ReasoningBank — систему памяти для AI-агентов, которая анализирует удачные и провальные попытки решения задач, извлекая из них стратегические паттерны. В отличие от существующих подходов, система учится именно на ошибках, превращая их в «защитные правила». На бенчмарках по веб-навигации и программированию агенты с ReasoningBank решают больше задач за меньшее число шагов.

0 45

И инструменты ·31 мар 2026

Почему чатботы — худший способ работать с AI, и как Claude Dispatch это меняет

Исследование показало: чатботы перегружают пользователей стенами текста и хаотичными диалогами, снижая пользу от AI. Специализированные интерфейсы вроде Claude Code работают отлично, но только для программистов. Anthropic запустила Claude Dispatch — управление AI-агентом через WhatsApp, который работает с вашими файлами и приложениями на компьютере, пока вы на связи с телефона.

0 67

Б бизнес ·11 апр 2026

Почему будущее открытых AI-моделей — за консорциумами компаний

Открытые frontier-модели слишком дороги для отдельных компаний, которым выгоднее монетизировать свои разработки. Автор прогнозирует появление консорциумов — объединений компаний, которые будут совместно финансировать обучение сильных открытых моделей, разделяя затраты и риски. Nvidia с проектом Nemotron пытается реализовать эту идею в одиночку, но устойчивое решение — только коллективное.

0 54

И исследования ·30 мар 2026

«Политический сверхинтеллект» от AI — утопия или необходимость?

Профессор Стэнфорда Энди Холл считает, что AI может дать каждому человеку доступ к «политическому сверхинтеллекту» — инструментам для анализа информации, представительства интересов и контроля власти. Но для этого нужна огромная работа над интерфейсами, надзором и регулированием AI-систем, а не только их развитие. Плюс бонус: роботы пока не научились барабанить, так что музыканты в безопасности.

0 57

И исследования ·2 мар 2026

Экономика AGI: люди станут верификаторами машинного труда

Исследователи из MIT и других университетов описали экономику после появления AGI: большую часть работы выполнят машины, а люди сосредоточатся на проверке и контроле действий AI-агентов. Главный риск — «пустая экономика», где AI генерирует высокие показатели, но не приносит реальной пользы. Решение — инвестиции в системы верификации и обучение людей новым ролям.

0 89