Все новости
10617
Наивный RAG обошёл агентные системы памяти в шести из семи тестов
Raw-RAG с плотным поиском и реранкингом по сырой истории диалога занял первое место в шести из семи настроек и опередил лучшую агентную память на 0,13–5,53 пункта.
AgentVQA проверил 22 VLM на агентных задачах: лучшая набрала лишь 58,5%
Новый офлайн-бенчмарк AgentVQA из 1000 примеров в пяти доменах показал: лучшая из 22 vision-language моделей отвечает верно лишь в 58,5% случаев, а главная проблема…
Cola2 обходит Llama-3-8B на HellaSwag, потратив в 43 раза меньше токенов
Иерархическая модель Cola2 сжимает текст в непрерывные латенты и набирает 60,10 балла на восьми задачах, обучившись на 346 млрд токенов, что в 43+ раза меньше…
Cohere запустила конфиденциальный инференс на H100 в Azure с аттестацией
Cohere Labs проверила ИИ загадками: 100+ авторов из 50 стран нашли культурные дыры
Cognition выпустила плагин для агентов против дыр в PHP и Node.js с CVSS 9.2
DirCast сам режиссирует и комментирует киберспорт, обойдя GPT-5
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…
Dual Exam: GPT 6 Astra набрал 31,3 балла среди мультимодальных агентов
DISC учится объединять метрики сходства временных рядов и предсказывать успех переноса
MMVistaReason: открытый рецепт обучения 4B-модели обходит Qwen3.5-9B на 15 бенчмарках
Обзор Shengqiong Wu и Hao Fei: 600+ работ о видеомоделях как моделях мира
NVIDIA открыла Flora: разметка данных для роботов в 125 раз дешевле GPT-6 Astra
NVIDIA выложила в открытый доступ Flora, движок разметки для GR00T. Он размечает 200 000 часов данных в сутки на 512 GB300 и стоит примерно в 125 раз меньше GPT-6…
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.