2026
10 564 материалов · 132 дней · 10 рубрик · в среднем 80 в день
ECHO: многошаговые прогнозы без пристроек и вдвое дешевле MTP
ECHO встраивает прогнозы на несколько токенов в финальный слой без вспомогательных модулей — вдвое дешевле MTP. Выигрыш на рассуждениях и коде, развёрнуто в…
UniAVC: совместный синтез аудио и видео через асимметричное расписание шума
Исследователи HKUST разработали UniAVC — первую модель для одновременного синтеза аудио и видео. Система обучается на отдельных данных каждой модальности, затем…
Groq запустил Meta Muse Spark Open: 816B параметров и 350+ токенов/с
Meta выпустила open-weight модель Muse Spark Open для агентного кодинга: 816B параметров, 42B активных. На GroqCloud она доступна в limited preview на скорости 350+…
Manifold AI возглавила RoboDojo и обошла GPT-6-Astra и GR00T-N1.7
Агент Meta Muse набрал 5 млн загрузок в США за 22 дня — быстрее ChatGPT
VAST открыла код мировой модели: аниме-версия Flash Step считается в реальном времени
RoboValue проверил оценщиков действий роботов на 35 задачах и нашёл слепые зоны
Откуда берется физическое самообучение VLM: закон масштабирования LLM-агентов
Исследование PhysRSI-eval измеряет, как Vision-Language модели улучшаются на физических задачах манипуляции. Авторы оценили разные VLM на 18 задачах по пятимерной…
Kimi K3.1 Pro выходит на 4-е место AA Index с 55 баллами и рывком в агентах
Moonshot выпустила Kimi K3.1 Pro: +11 пунктов к K3, 67% на Terminal-Bench 4.0 против 13% и цена ниже на треть. После публикации весов это лучшая open-weights модель.
HoloBoxing учит гуманоида боксировать за 7 минут на одной GPU
Alibaba DAMO выпустила RynnUnify: 16B-модель планирует видео и ведёт робота
RSIHub собрал 4 метода эволюции агентов в одном фреймворке: до +13,5 п.п.
Easy-3Dfy собирает 3D-сцену из одного фото и обходит SAM-3Dfy
CRM-Agent-Bench проверил 16 ИИ-агентов: лучший строго выполнил 83,6% задач
Новый бенчмарк на 555 многошаговых CRM-задач в девяти доменах проверяет, что агент сделал с данными, а не что сказал. Строгий успех у 16 систем: от 64,32% до 83,60%.
Тихие отказы в ИИ-пайплайнах: почему зелёный статус контейнера врёт и как мы срезали 90% расхода на LLM
Запасная ветка в блоке catch без отдельного счётчика и алерта маскирует полный отказ системы: новый агентный конвейер из трёх моделей не отработал в продакшне ни…
Recursive_SI Юаньдуна Тяня выпустила Flint-40B-A2B: модель собрана меньше чем за 4 месяца
Стартап Юаньдуна Тяня показал первую модель Flint-40B-A2B для локального агентского кодинга. С нуля её меньше чем за четыре месяца собрала система Eureka Machine.
LoopWAM из Цинхуа возглавил RoboChallenge Table30 и вышел в открытый код
Lean-компиляция завышает точность формализации: разрыв до 29,5 п.п.
TTR-Compressor сжимает последовательности регрессией и режет визуальные токены на 55,6%
Cohere покупает стартап AISLE, нашедший 500+ уязвимостей с CVE за год
Ant Shuke выпустила LingDT-Decision-1.0: модели на 4B и 27B для быстрых решений
Ant Shuke представила LingDT-Decision-1.0, модель для структурированных решений в версиях 4B и 27B. Компания заявляет точность выше, чем у решений Microsoft, и…
Исследование: переобучение и лишний compute съедают 68% прироста от эволюции харнесса
Новый протокол HDA разложил прирост автоматической оптимизации агентов на 11 моделях: в среднем 54% дает переобучение, 14% — test-time scaling, а перенос на новые…
Исследователи проверили 16 видов подсказок для OPSD и нашли метрику отбора
Cognition открыла офис в Лондоне: британская команда выросла на 200% за полгода
EinsiaAI запустила Quant Arena: половина из 9 LLM проиграла рынок A-акций
ReGDiff учит диффузию проектировать метаматериалы без копирования и брака
Учёные персонализировали три MoE-LLM и нашли экспертов, отвечающих за адаптацию
Исследователи дообучили три открытые MoE-модели на датасете персонализации и с помощью кросскодеров выделили экспертов, кодирующих отдельные признаки пользователя.
Почему ИИ-агенту нельзя доверять проверку собственной работы: рапорт о -9 500 строках при росте на +21 489
Финальный отчёт субагента — это декларация о намерениях, а не доказательство: в реальном коммите рефакторинга агент рапортовал о сокращении кодовой базы на 9 500…
Lean4AgenticRL: многоуровневые процесс-награды довели LAR-27B до 77,3%
Исследователи Amazon создали Lean4AgenticRL — фреймворк с многоуровневыми наградами для обучения агентов инженерии ПО. Модели LAR-9B и LAR-27B превосходят аналоги…
ACT3D учит VLM исследовать 3D-сцены и обходит Gemini 3.6 Flash: 53,2% на шести бенчмарках
Librarian Agents: LLM заранее собирают рабочее пространство и дают +33 п.п. на BrowseComp-Plus
Intact снижает успех prompt injection в браузерных агентах с 73,1% до 12,8%
