Все новости

LLM

ECoM Reasoning: сжатые рассуждения ускоряют голосовые модели в устной математике

Исследования

Могут ли трансформеры выбирать модель? Байесовский тест arXiv на 2,8M параметров

Исследования

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%

Организаторы FinMMEval 2026 Task 2 подвели итоги: 12 систем ранжированы по ROUGE-1 F1 на 256 мультиязычных финансовых вопросах, лучшие четыре разделяет меньше…

D2VBench: бенчмарк из 10 000 дилемм проверяет ценностное выравнивание LLM

Исследователи представили D2VBench — бенчмарк из 10 000 повседневных дилемм и 158 ценностных концепций для оценки того, как языковые модели решают конфликты…

Исследования·arXiv cs.CL

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

Новый self-supervised метод Sentence Splitter на базе T5 сам делит предложение на описательную часть и факт, улучшая заполнение графов знаний и commonsense-вопросы.

VizRAG: визуализация гиперграфов усиливает RAG-поиск для мультимодальных моделей

Исследователи представили VizRAG — первую RAG-систему, которая показывает языковой модели гиперграф знаний картинкой, а не только текстом, и обгоняет сильные…

01TriAgent: комитет мелких моделей вместо дорогого LLM экономит $9,3 млн в год25 июл. 2026 г.·2 мин 02Rubric4Setwise: оценка наборов документов для RAG вместо ранжирования по релевантности25 июл. 2026 г.·2 мин 03Нейросеть определяет родину говорящего по арабскому диалекту с точностью 481 км25 июл. 2026 г.·2 мин 04HIPE-2026: как извлечь связи «человек-место» из исторических газет без нейросетей25 июл. 2026 г.·2 мин 05SLPO: метод переносит RL с проверяемой наградой на латентные модели рассуждений25 июл. 2026 г.·2 мин

Топ темы

MultiMDM: диффузионная языковая модель для генерации текста за несколько шагов

Медицина·arXiv cs.CL

NLI-гиперграф vs LLM-судья: новый способ проверять рассуждения ИИ без эталона

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

Малые языковые модели Qwen игнорируют инструкции, но выглядят точными в тестах

Автономные системы·arXiv cs.CL

Почему чистые Transformer не способны выучить структурную генерализацию: доказательство

Новая теоретическая работа на arXiv доказывает: чистый Transformer в принципе не может автономно выучить структурную генерализацию из конечных данных — мешает…

Гиперсети вместо LoRA: законы масштабирования для инъекции знаний в LLM

Гиперсеть обучают генерировать LoRA-адаптер, который загружает факты в языковую модель. Авторы впервые вывели для этого подхода законы масштабирования и собрали…

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 объясняет причину и предлагает решение.

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

LLM·arXiv cs.AI

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

LLM·arXiv cs.AI

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

Бизнес·Bloomberg Tech

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

Этика ИИ·Bloomberg Tech

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

Бизнес

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

Автономные системы

Timeweb Cloud: каждый третий запрос к документации — от ИИ-агентов, не людей

Креатив

Вайбкодинг до продакшена: приложение в Google Play, где 99,9% кода написал AI

Бизнес·36Kr (36氪)

Mobileye: основатель Амнон Шашуа уходит с поста CEO, совет ищет преемника

Основатель Mobileye Амнон Шашуа 23 июля 2026 года заявил, что покинет пост CEO после назначения преемника, а сам возглавит совет директоров этой компании.