Популярное за неделю

И исследования ·18 фев 2026

Почему у разумного ИИ не должно быть «целей»: практики вместо оптимизации

Философское эссе из The Gradient бросает вызов классической модели AI alignment. Автор утверждает: рациональные люди действуют не по «целям», а через «практики» — сети действий, навыков и критериев оценки. Если мы хотим по-настоящему безопасный и полезный ИИ, его логика должна совпадать с человеческой — основанной на эвдемонической рациональности (добродетельной деятельности без жёсткого разделения средств и целей), а не на максимизации функции полезности.

0 72

Б бизнес ·22 янв 2026

Railway привлёк $100 млн, чтобы бросить вызов AWS с инфраструктурой для эры AI

Стартап Railway из Сан-Франциско привлёк $100 млн в раунде серии B, предлагая облачную платформу, оптимизированную под скорость AI-разработки. Компания обещает деплой за секунду вместо минут, цены вдвое ниже AWS и собственные дата-центры — при команде в 30 человек и 2 млн пользователей, пришедших без маркетинга.

0 93

И инструменты ·13 янв 2026

Salesforce превратил Slackbot из «трёхколёсного велосипеда» в AI-агента на Claude

Salesforce выпустил полностью переписанный Slackbot — теперь это AI-агент на базе Claude от Anthropic, способный искать данные по всей корпоративной инфраструктуре, писать документы и выполнять задачи. Внутри компании его освоили две трети из 80 000 сотрудников, а удовлетворённость достигла 96%. В этом году добавят Gemini и, возможно, OpenAI.

0 81

И исследования ·1 ноя 2025

Reinforcement Learning без временных различий: новый подход «разделяй и властвуй»

Исследователи из Berkeley AI Research предложили альтернативу традиционному обучению с подкреплением на основе temporal difference (TD). Новый подход использует принцип «разделяй и властвуй», разбивая траекторию на сегменты и комбинируя их значения. Это позволяет логарифмически (а не линейно) сокращать ошибки обучения и масштабироваться на задачи с длинным горизонтом планирования, где классический Q-learning буксует.

0 133

М модели ·6 сен 2025

Qwen3 под капотом: разбираем архитектуру популярной LLM на чистом PyTorch

Себастьян Рашка опубликовал детальный технический разбор архитектуры Qwen3 — одной из самых популярных открытых языковых моделей. Материал включает реализацию с нуля на PyTorch всех ключевых компонентов: от плотных версий до Mixture-of-Experts архитектур. Qwen3 выделяется коммерческой лицензией Apache 2.0, производительностью на уровне Claude Opus 4 и широкой линейкой моделей от 0.6B до 480B параметров.

0 119

М модели ·30 дек 2025

Главное об LLM в 2025: год reasoning-моделей и революция от DeepSeek

2025 стал годом прорыва reasoning-моделей (LLM с «объяснением хода мыслей»), который возглавил китайский DeepSeek. Их метод RLVR+GRPO позволил обучать топовые модели за $5-6 млн вместо $50-500 млн и без дорогой ручной разметки. Теперь каждая крупная лаборатория выпускает свою версию reasoning-модели, но прогресс не остановился: появились мультимодальные reasoning-модели, улучшилась эффективность, а OpenAI и другие уже работают над следующим поколением.

0 32

М модели ·11 сен 2025

От коллег к заклинателям: как новые AI превращают нас из партнёров в зрителей

Автор книги Co-Intelligence заметил сдвиг в работе с AI: раньше мы были партнёрами, корректирующими ошибки ИИ и направляющими его, теперь — становимся зрителями магического процесса. GPT-5 Pro и Claude 4.1 выдают поразительные результаты на простые запросы (находят ошибки в научных статьях, переделывают сложные Excel-модели), но мы не знаем, как именно они это делают и насколько можно доверять выводам. Это переход от со-интеллекта к работе с «волшебником»: магия происходит, но мы лишь получаем результат, не участвуя в процессе.

0 83

И исследования ·1 сен 2025

Как word2vec учится понимать слова: теория наконец разгадана

Исследователи из Berkeley AI Research впервые создали полную математическую теорию обучения word2vec — алгоритма, предшествовавшего современным языковым моделям. Оказалось, что word2vec учит концепты последовательно, одну за другой, а финальные представления слов можно получить простым методом главных компонент (PCA). Эта теория объясняет, почему embeddings слов обладают линейной структурой и позволяют решать аналогии типа «король — королева».

0 80

И инструменты ·12 ноя 2025

Как провести собеседование для вашей AI-модели

Стандартные бенчмарки AI (вроде MMLU или AIME) имеют массу проблем: в них попадают ошибки, модели учатся под тесты, а результаты не всегда коррелируют с реальной пользой. Эксперты разработали неформальные методы оценки «на вайбах» — просят AI нарисовать пеликана на велосипеде или написать рассказ с ограничениями. Это помогает понять, какая модель лучше подходит именно для ваших задач, а не просто имеет высокие цифры в отчётах.

0 44

И исследования ·28 июл 2025

Горькая правда: почему AI не обязан понимать бардак в вашей компании

Исследователи AI обнаружили «Горький урок»: вместо того чтобы вручную кодировать человеческое понимание проблем, эффективнее просто дать AI больше вычислительных мощностей — и он сам найдёт решение. Это меняет подход к внедрению AI в организациях: возможно, не нужно разбираться с хаосом процессов — достаточно дать агентам больше автономии и данных.

0 85