#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
Исследователи прогнали 120 конфигураций CPT для игровых агентов: от 0,8B до 27B
Контролируемое исследование проверило, работает ли масштабирование для агентов в разных играх: 120 запусков, от 50 до 1 600 часов данных и модели до 27B параметров.
Исследователи научили LLM подстраиваться под диалект: метод CAP и 10 линеек моделей
Аудит 10 открытых линеек моделей показал: DPO сильнее поощряет британское и австралийское написание, чем AAE и сингльш. Метод CAP выравнивает это без вреда для…
Agent4Sci: Claude Opus улучшил рекорды на 20 научных бенчмарках на 10,4%
Тестовый стенд Agent4Sci показал: фронтирные агенты побивают опубликованные рекорды на всех 20 научных ML-бенчмарках, но выигрывают инженерными трюками, а не…
Together AI запустила Post-Training: RL и SFT на B200 по $9 за GPU-час
UniPat AI вложит 100 млн юаней в программу Fellows для ученых
USTC выпустил «Машинного учёного 2.2»: ИИ переходит от опытов к созданию веществ
Bridged Self-Distillation учит малые модели рассуждать у любого учителя, даже по API
Что утечка Claude Code показала о будущем AI-агентов Anthropic
Anthropic случайно опубликовала полный исходный код Claude Code версии 2.1.88 из-за ошибки конфигурации npm. В коде обнаружены 44 скрытых флага с автономными…
OpenAI замораживает британский мегапроект дата-центра Stargate перед IPO
Создатель ChatGPT приостанавливает строительство амбициозного ИИ-суперкомпьютера Stargate в Великобритании. Причина — высокие затраты на электроэнергию и подготовка…
Файловый автопилот Claude Cowork: три примера на часы экономии
Диффузионные LLM тратят втрое больше проходов на рассказ, чем на грамматику
Правило «сначала проверь, потом отказывай»: как отучить ИИ-агента сдаваться на первой ошибке
Полное руководство по ModelScope: от поиска моделей до экспорта
Stateful Harness поднял точность мировых моделей с 32% до 92% на скрытом состоянии
Исследователи разделили исполнение правил и рендер видео: Stateful Harness с замороженной MiniMax-H3 выдаёт верный исход в 92% пар WorldState-Bench против 32% без…
Гибридные LLM: рекуррентные слои глушат attention, помогает поэтапное обучение
Исследователи описали Competing Learning: в гибридных моделях рекуррентные слои быстрее учат retrieval и подавляют attention. Поэтапное обучение проверили на…