#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
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.
OPTIC сжимает per-layer embeddings Gemma 4 E4B в 100 раз и сохраняет 97,8% качества
Исследователи из VILA-Lab ужали per-layer embeddings Gemma 4 E4B примерно в 100 раз: модель сохраняет 97,8% качества на семи бенчмарках, а GPU-память падает на…
RSIGame: связка моделей 27B сама играет в игры и обходит GPT-5.5
DecisionPivot проверил 40 моделей-решателей: при равной точности разрыв до 26 п.п.
S-Agent 2.0 научил кодинг-агента понимать 3D и обошёл SpatialClaw на 7,8 пункта
RiseHarness учит терминальных агентов чинить собственную обвязку без дообучения
Lafa на 8B параметров ускоряет генерацию текста в 2,54 раза без потери качества
Исследователи представили Lafa — модель потоковой генерации на 8 миллиардов параметров, которая генерирует текст в 2,54 раза быстрее обычных моделей без потери…
Бенчмарк EvaOmni проверил 24 омни-модели: лидер набрал 79,4%, но заземление — 35,1%
EvaOmni требует от моделей ответ и временные интервалы доказательств. Лидер Gemini3.7-Flash набрал 79,4% точности, но на сложных задачах B.G. упал до 12,3%.
Vercel выпустила durable-harness для отказоустойчивого запуска ИИ-агентов в облаке
TARSphere проверяет роботов с MLLM-мозгом на 360 эпизодах в 30 сценах
Agent Mosaic: LLM-агенты собирают секреты из безобидных документов в 7% ответов
Зацикливание слоёв сократило обучение диффузионных LLM до 3,3 раза
Quant-Arena: ни одна из 9 LLM не обыграла рынок A-share в 2024 году
Новый бенчмарк проверил девять frontier-моделей на полном цикле квант-исследования. GPT-6 Astra оказалась лучшей, но ни одна стратегия не обошла равновзвешенный…
LASAGNA проверила 450 RAG-конфигураций: обещанные +47% дали лишь +17%
Открытый фреймворк LASAGNA прогнал 450 конфигураций RAG на восьми бенчмарках: три сильные техники retrieval обещали +47% по отдельности, а вместе дали лишь +17%.