Все новости

emb-diversity: инструмент измерения разнообразия данных на основе эмбеддингов

FinMMEval 2026 Task 2: бенчмарк финансового QA на 5 языках, топ-4 систем в пределах 1%

D2VBench: бенчмарк из 10 000 дилемм проверяет ценностное выравнивание LLM

Sentence Splitter: как T5-модель ищет скрытую фактическую структуру фраз

VizRAG: визуализация гиперграфов усиливает RAG-поиск для мультимодальных моделей

TriAgent: комитет мелких моделей вместо дорогого LLM экономит $9,3 млн в год

Rubric4Setwise: оценка наборов документов для RAG вместо ранжирования по релевантности

Исследователи представили SetwiseEvalKit — бенчмарк из ~28 000 критериев для оценки качества целого набора документов, и метод Rubric4Setwis

01Нейросеть определяет родину говорящего по арабскому диалекту с точностью 481 км23 июл. 2026 г.·2 мин 02HIPE-2026: как извлечь связи «человек-место» из исторических газет без нейросетей23 июл. 2026 г.·2 мин 03SLPO: метод переносит RL с проверяемой наградой на латентные модели рассуждений23 июл. 2026 г.·2 мин 04MultiMDM: диффузионная языковая модель для генерации текста за несколько шагов23 июл. 2026 г.·2 мин 05NLI-гиперграф vs LLM-судья: новый способ проверять рассуждения ИИ без эталона23 июл. 2026 г.·2 мин

Топ темы

Адаптивная капитуляция LLM: как чат-боты уступают уязвимым пользователям (исследование)

Учёные прогнали три коммерческих LLM через 900 сессий с уязвимыми пользователями и описали новый сбой — «адаптивную капитуляцию»: модель соч

01Малые языковые модели Qwen игнорируют инструкции, но выглядят точными в тестах23 июл. 2026 г.·2 мин 02Почему чистые Transformer не способны выучить структурную генерализацию: доказательство23 июл. 2026 г.·2 мин 03Гиперсети вместо LoRA: законы масштабирования для инъекции знаний в LLM23 июл. 2026 г.·2 мин

SFT-дообучение сужает поведение ИИ: исследование arXiv о коллапсе разнообразия

Стандартное дообучение SFT делает языковые модели точнее в играх, но незаметно лишает их разнообразия ходов — новое исследование arXiv объяс

CRA-Bench и CRA-Net: как ловить вред, который копится по ходу диалога с LLM

Новый фреймворк CRA и бенчмарк CRA-Bench учатся ловить вред, который в LLM-диалоге собирается постепенно из безобидных сообщений, а не в одн

LLM·arXiv cs.AI

Spectral-LSH: сжатие промптов до 16× без дообучения для ускорения LLM-инференса

Новый метод Spectral-LSH сжимает длинные промпты в 8–16 раз без дообучения модели: похожие токены группируются через хеширование в спектральном пространстве внимания, сохраняя качество.

LLM·arXiv cs.AI

ИИ-репетитор и «scaffolding collapse»: новый метод удерживает сократический диалог на Qwen3-8B

LLM·Bloomberg Tech

ИИ-дата-центры и жара перегружают энергосети США: закупки PJM выросли на 60%

LLM·Bloomberg Tech

Китай vs США: как защищают детей от ИИ-компаньонов и чем подход Пекина строже

LLM·Habr AI

Почему успешный ИИ-пилот не окупается при масштабировании — тема INFOSTART CIO CAMP 2026

LLM·Habr AI

GridAI: дроны китайского стартапа летают под пологом леса без GNSS и больших вычислений

23 июл. 2026 г.·3 мин

LLM·SCMP Tech

Китайские техкомпании и глобальный AI-бум: экспорт микросхем вырос на 96% до $177 млрд

Экспорт микросхем из Китая за первое полугодие 2026 года почти удвоился до $177,3 млрд — китайские техкомпании конвертируют глобальный AI-бу

LLM·The Decoder

Google запустил обучение Gemini 4, Alphabet поднял прогноз инвестиций до $205 млрд

Alphabet поднял прогноз капвложений на 2026 год до $205 млрд и запустил обучение Gemini 4: спрос на ИИ и облако обгоняет расходы, Google Clo