Войти

Популярное за неделю

М модели ·16 мая 2026

Новые архитектуры LLM: как модели научились экономить память при длинных контекстах

Свежие open-source языковые модели (Gemma 4, DeepSeek V4, ZAYA1, Laguna XS.2) используют архитектурные трюки для сжатия KV-кэша и снижения затрат на внимание. Главные приёмы: переиспользование ключей-значений между слоями (cross-layer attention), сжатая конволюционная аттеншн и бюджетирование внимания по слоям — всё ради работы с длинными контекстами при меньших требованиях к памяти.

0 60
И исследования ·13 апр 2026

AI уже умеет клонировать чужие программы — и это меняет всё

Бенчмарк MirrorCode показал: современные AI-модели (например, Claude Opus 4.6) могут автономно воссоздавать сложные программы с десятками тысяч строк кода, имея только CLI-доступ — без исходников. Задача, на которую у человека ушли бы недели, решается AI за считанные часы. Параллельно Google DeepMind выпустил классификацию атак на AI-агентов: шесть категорий уязвимостей, от внедрения команд в CSS до манипуляции семантикой.

0 109
И исследования ·13 апр 2026

AI научился клонировать программы в 16 000 строк кода — это меняет правила игры

Бенчмарк MirrorCode от METR и Epoch показал: современные AI-модели (например, Claude Opus 4.6) могут автономно воссоздать сложное ПО с десятками тысяч строк кода, имея доступ только к его исполняемой версии. Задачи, на которые у человека ушли бы недели, AI решает самостоятельно. Параллельно опубликованы шесть типов атак на AI-агентов — они уязвимы как малыши, и защищать их сложнее, чем обычные модели.

0 105
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