2026
10 597 материалов · 132 дней · 10 рубрик · в среднем 80 в день
Coral-KV сжимает KV-кэш видеомоделей на 37–48% и поднимает PSNR до 4,95 дБ
Исследователи предложили Coral-KV: метод сжатия KV-кэша для авторегрессионной видеогенерации. На MAGI-1 он даёт +4,95 дБ PSNR к QVG-4 и экономит 37% памяти.
Black Lake: китайские заводы пропускают цифровизацию и идут сразу к ИИ-агентам
CEO Black Lake Zhou Yuxiang сравнил переход заводов к ИИ-агентам с прыжком Китая от банковских карт к мобильным платежам и анонсировал экспорт подхода в мировые…
T. Rowe Price: 55% жителей Гонконга ждут от ИИ удара по пенсии, готов лишь каждый пятый
Опрос T. Rowe Price среди 1004 жителей Гонконга: 55% ждут, что ИИ расшатает их карьеру и доходы, но финансово к такому сценарию готов только каждый пятый.
Теория доказала: masked diffusion на трансформерах учится на Õ(LK/ε) примеров
SAZO ускоряет дообучение LLM без backprop: до 6× меньше запросов до того же loss
Голоморфные нейросети с сингулярными функциями опередили все методы в тестах Лапласа
Cox-регрессию научили учиться на усечённых данных быстрее EM на порядки
CacheScope ускоряет диффузионные модели до 3,57x и режет LPIPS на 70%
Метод CacheScope без дообучения выбирает шаги, где кэш опасен, и считает их честно. На FLUX.1-dev, Wan2.1 и Open-Sora 1.2 он даёт ускорение до 3,57x и снижает LPIPS…
Ошибка ИИ в оценке скрытой солнечной генерации выросла с 0,104 до 0,185 кВт
Авторы работы на arXiv проверили глубокие модели на данных Ausgrid и Pecan Street: для новых домов дневная MAE 0,185 кВт против 0,104 кВт для known-клиентов.
ResonatorLM научили читать память по токену: perplexity на 1024 упала с 12,81 до 3,76
Kairos: байтовая модель для всех модальностей сошлась на 440 байтах
Открытые LLM объясняют сатиру дешевле frontier-моделей, но австралийскую хуже американской
COFFEQA прибавляет к few-shot дистилляции на TriviaQA 8,77 EM за счёт контрфактов
GeopoliticalQA: bge-m3 обошёл коммерческие эмбеддинги на 5 525 вопросах по отчётам
Новый бенчмарк проверяет RAG на 415 геополитических отчётах и 5 525 вопросах: компактная bge-m3 обгоняет коммерческие API, а генерация буксует на выводах и оценке…
Qwen сам выбирает, что помнить: replay от замороженной модели снижает забывание
Исследователи проверили, может ли языковая модель защищать собственные навыки при дообучении: сгенерированный replay снижает забывание, а выбор задач работает на 4B.
CLUE строит онтологию событий без экспертов за три шага: эмбеддинг, кластеры, имена
Фреймворк CLUE объединяет глагольное и семантическое представление событий, кластеризует их контрастивным лоссом и сам называет типы. Код уже открыт на GitHub.
Учёные вывели формулу креативности из 3 критериев и проверили на шахматах и Пикассо
Нейросети оказались модульнее, чем видно по нейронам: три уровня проверки
Новый метод выравнивает энкодеры по 100–500 парам вместо миллионов
LLM-конвейер превращает даташиты в графы знаний с точностью 98,8%
EvoSyn: мультиагентный синтез данных подтянул успех задач на 13,3 пункта
Исследователи предложили EvoSyn — фреймворк, который перестраивает пространство генерации синтетических данных по обратной связи ученика и обгоняет сильнейший…
EliteTable заставляет LLM эволюционировать код-контроллеры: рост в 6 из 6 задач
Алгоритм EliteTable с LLM и таблицей лучших решений ищет код для управления агентами. Медианы кандидатов выросли во всех шести задачах Gymnasium, но Acrobot-v1…
Авторы arXiv-статьи нашли пять изъянов в метриках достоверности XAI
CEO DBS Тан Су Шань: рынок переоценивает риски финансирования ИИ-стройки
Bridge Data Centres от Bain Capital хочет нарастить кредит до $6,6 млрд
Провал IPO Firmus Grid стёр с капитализации Maas Group более $699 млн
MisVisAgentBench: обманчивые графики роняют успех веб-агентов на 34 п.п.
Новый бенчмарк MisVisAgentBench проверил 13 визуальных веб-агентов на 280 задачах: подмена честного графика на искажённый снижает долю успеха в среднем более чем на…
Бенчмарк разговорных моделей: GPT Realtime и Gemini отвечают почти на каждой паузе
Исследователи проверили, умеют ли голосовые модели молчать: на 427 паузах API от OpenAI, Google и xAI отвечают почти всегда, а молчат лишь Moshi и PersonaPlex.
Линейная голова на Qwen3-VL обошла GPT-4o в оценке ответов без разметки
Reward-модель для vision-language без человеческих меток: несколько тысяч параметров на замороженном Qwen3-VL 32B опережают GPT-4o на VL-RewardBench на 6,6 пункта.
ELR учит одну модель крутиться в цикле: Koi-4B набирает 18 и 29 баллов
DCOCO ускоряет инференс LLM до 6,6x и обгоняет конкурентов на 6–23%
SWE-Duel: кодинг-агенты сами пишут друг другу баги, GPT-5.5 чинит 98,3%
