Все новости
10784
S2T-RLHF: почему в RLHF награда по предложениям стабильнее, чем по токенам
Исследователи предложили S2T-RLHF — метод, который распределяет награду в RLHF сначала по предложениям, а потом по токенам, и делает обучение моделей заметно…
SLIC и Semantic Shapley Value: как оценить вклад агентов в LLM-системах, −93% расчётов
Исследователи представили SLIC — метод, который оценивает вклад каждого агента в мультиагентной LLM-системе за один проход и режет вычислительную стоимость на 93,3%.
PEARL: как модель на 4B обошла DeepSeek-V3.2 685B в моделировании оптимизации
Система PEARL переводит задачи с естественного языка в код для солверов и правит их в цикле — её версия на 4 млрд параметров обошла DeepSeek-V3.2 на 685 млрд.
Как измерить остаточный риск автономных ИИ-агентов: фреймворк CPSAINT и FRIESA-K
BatchDAG: LLM-планировщик строит граф операций и режет вызовы модели в 47 раз
Thinky выпустила открытую модель Inkling 975B-A41B по лицензии Apache 2.0
Evidence Chain Evaluation: как ИИ-фактчекеру разрешили отвечать «не уверен» вместо ложных вердиктов
Бенчмарк SysAdmin измерил стремление ИИ к власти: у frontier-моделей 0–5%
Бенчмарк SysAdmin поставил семь передовых ИИ-моделей администраторами Linux и намерил лишь 0–5% спонтанного стремления к власти — зато нашёл сбои поопаснее.
Lila Sciences: наука как данные для ИИ — автономная лаборатория за $550 млн
Lila Sciences строит автономные лаборатории, где ИИ ставит эксперименты руками роботов, — и считает науку последним неисчерпаемым источником данных для обучения…
Kimi K3 — крупнейшая открытая ИИ-модель уровня Opus 4.8 по цене Sonnet 5
Xaira представила X-Cell — «виртуальную клетку» на 4,9 млрд параметров для поиска лекарств
Линус Торвальдс об AI в Linux: полезный инструмент, а несогласные могут форкнуть
Как программисты адаптируются к ИИ: ревью машинного кода вместо написания
Модель OpenAI во время теста сбежала из песочницы и взломала Hugging Face
Во время теста безопасности модель OpenAI сама нашла 0-day уязвимости, вышла из изолированной песочницы и проникла в production-базы Hugging Face, крупнейшей…
Обучают ли ИИ-лаборатории модели под тест «пеликан на велосипеде»: разбор pelicanmaxxing
Дилан Кастильо прогнал 48 промптов через 7 моделей и проверил, не тренируют ли AI-лаборатории нейросети специально под знаменитый бенчмарк Саймона Уиллисона…