2026
10 570 материалов · 132 дней · 10 рубрик · в среднем 80 в день
DirCast сам режиссирует и комментирует киберспорт, обойдя GPT-5
Одна потоковая видео-языковая модель выбирает камеру и говорит за кастера в реальном времени. В сравнениях с GPT-4o комментарии DirCast выигрывают в 29,2% случаев.
UserArena: бенчмарк на 64 729 сессиях проверяет, можно ли симулировать покупателей
Исследователи собрали 64 729 реальных шопинг-сессий 11 010 пользователей и предложили метод OPTD, который точнее других симуляторов повторяет эффект из боевого…
Echo учит VLA-роботов понимать успех и провал прямо внутри действий
Исследователи встроили сигналы stop и failure в каждый action chunk VLA-модели и очищают их от шума быстрее движений. Покадровая разметка прогресса для этого не…
FocusVLA учит робота выбирать камеру по стадии задачи: +13,3 п.п. на реальных тестах
Команда UCLA сдвинула границу скорость—качество в speculative diffusion двумя ручками
PaperFormalizer превращает LaTeX-статьи в проверенный Lean-код с участием автора
NVIDIA открыла Flora: разметка данных для роботов в 125 раз дешевле GPT-6 Astra
Графовый токен в G-Retriever оказался пустышкой: косинус 0.985–0.998
Исследователи из Sapienza показали: «графовый токен» в G-Retriever почти одинаков для любых входов, а константа без доступа к графу не уступает методу по точности.
OPTIC сжимает per-layer embeddings Gemma 4 E4B в 100 раз и сохраняет 97,8% качества
Исследователи из VILA-Lab ужали per-layer embeddings Gemma 4 E4B примерно в 100 раз: модель сохраняет 97,8% качества на семи бенчмарках, а GPU-память падает на…
Nestor: вложенная разреженность в attention обошла MoE при равных затратах
Энкодер на 17 млн параметров выбирает инструмент за 14 мс на CPU
Абляция системного промпта: как я сжал конфиг Claude Code с 19 736 до 3 585 строк без потери качества
32,5 млн ₽ в год на 300 человек: как мы оцифровали реальную экономику внедрения ИИ в компании
S-Agent 2.0 научил кодинг-агента понимать 3D и обошёл SpatialClaw на 7,8 пункта
Готовый кодинг-агент с набором 3D-инструментов поднял Qwen3.8-27B до 66,5 на MMSI-Bench и 82,3 на ReVSI. Gemini-3.8-Flash дошёл до 74,1 и 90,5.
RiseHarness учит терминальных агентов чинить собственную обвязку без дообучения
Фреймворк RiseHarness итеративно улучшает обвязку терминальных агентов при замороженных весах: сравнивает удачные и провальные запуски одной задачи и проверяет…
Lafa на 8B параметров ускоряет генерацию текста в 2,54 раза без потери качества
Исследователи представили Lafa — модель потоковой генерации на 8 миллиардов параметров, которая генерирует текст в 2,54 раза быстрее обычных моделей без потери…
Зацикливание слоёв сократило обучение диффузионных LLM до 3,3 раза
FrontierCS 2 проверил 12 ИИ-агентов на задачах R&D: лучший прошёл 58%
SplatLab сам пишет статьи по 3D Gaussian Splatting и бьёт бейзлайны до +3,78 дБ
Обзор: роботы учатся улучшать сам процесс обучения, но доказательств пока нет
ToM2Vec учит LLM-агентов моделировать партнёра в латентных токенах
ToM2Vec строит теорию сознания партнёра в непрерывных токенах и выигрывает в Hanabi, Overcooked-AI и переговорах, в том числе в играх с незнакомой GPT-5.4.
Quant-Arena: ни одна из 9 LLM не обыграла рынок A-share в 2024 году
Новый бенчмарк проверил девять frontier-моделей на полном цикле квант-исследования. GPT-6 Astra оказалась лучшей, но ни одна стратегия не обошла равновзвешенный…
LoopRec подбирает глубину вычислений для каждого айтема и обходит базовые модели на 4 бэкбонах
RealMe собирает объёмное видео 2K из минимума камер через диффузию
PACE сжимает состояние линейных LLM до 4 бит и экономит треть памяти
SERA учит VLM-планировщик самоэволюции: робот набрал 51,38% на RoboMME
NUS научил модель искать то, что она описала: gIoU вырос с 57,5% до 68,2%
Generalized CycleGRPO связывает описание региона и его поиск по тексту в один RL-цикл без эталонных подписей и LLM-судьи. На GroundingSuite gIoU вырос с 57,5% до…
TenetBench: 11 из 14 LLM-конфигураций нарушают этические кодексы профессий
Новый русскоязычный бенчмарк проверяет модели по конкретным пунктам кодексов этики: 11 из 14 конфигураций выдают конфликтный контент на большинство запросов, как…
DetectorScope превращает чёрный ящик детектора ИИ-текстов в прозрачный
Исследователи из Google DeepMind научили детекторы ИИ-текстов объяснять решения: разреженные автоэнкодеры достают из модели понятные признаки без потери точности и…
Пекинский университет ускорил загрузку видео для ИИ в 1,45 раза
CausalAlign лечит «забывчивость» видеомоделей: ошибки геометрии ниже на 20%
LEGO-SCD учится находить изменения в 3D-сценах на 17,2 FPS без ручной разметки
