#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
OpenAI показала, как ChatGPT делает кейтеринг-презентацию для ресторана в Торонто
OpenAI выпустила ролик о ресторане The Dumpling Prince: ChatGPT собирает презентацию для кейтеринга и запускает автоматическую рассылку клиентам. Цифр результата в…
Apple LensVLM сжимает длинный контекст агента в картинки и учит модель «зумить»
Apple представила LensVLM: контекст долгих агентских задач превращается в изображения, а модель сама увеличивает нужные фрагменты вместо работы с потерянным резюме.
MemSilicon завершила тейп-аут RRAM-чипа MountTai 2026 на 1 Гбит с 1T4R
Китайская MemSilicon отправила в производство первый RRAM-чип MountTai 2026: 1 Гбит (128 МБ), один транзистор на четыре ячейки. Компания называет его первым в мире.
SAE-IDF сопоставляет символы разных систем и обгоняет базовый метод до 45 пунктов
ReaDy ускоряет декодирование гибридных LLM в 3,16 раза на одной B200
DAGFormer планирует связи между слоями и снижает перплексию на 17–25%
Исследователи нашли в Pythia окно в 0,4–1,1% претрейна, где перестраивается readout
semCER взвешивает ошибки OCR по тяжести: 61 млн оценок LLM-судьи
Новая метрика semCER сохраняет разметку CER, но оценивает каждую ошибку распознавания LLM-судьёй. Авторы выложили 61 млн оценённых правок на 16 языках.
SAE на Gemma-2-2B: доля совпавших признаков выросла с 2% до 29% при 50M токенов
Эксперименты на четырёх архитектурах SAE и трёх моделях: реконструкция выходит на плато при малых бюджетах, а воспроизводимость признаков растёт с данными — 2% на…
MULTIFINGROUND: LLM узнают бухгалтерские понятия на 99%, но теряют факты
Interlock учит агентов доводить задачи до конца: до +6,64 балла на JobBench
BlenderWorld: GPT-6-Astra обошёл Opus-5 в 3D-бенчмарке, набрав 79,9 балла
Modal привлекла $750M при оценке $15,75 млрд и вышла на $1 млрд run rate
MolLean заставляет LLM проверять химию: выигрыш в 12 из 12 задач
Новый язык MolLean на базе Lean проверяет каждый шаг химического рассуждения модели. На Qwen3.6-27B он обошёл обычный chain-of-thought во всех 12 задачах из 8 800…
PrismaCoder: открытые модели 9B и 35B догоняют закрытые в генерации визуального кода
Исследователи выпустили PrismaCoder-9B и 35B, обученные на крупнейшем открытом датасете PrismaCoder-2M, где качество кода оценивает синтезированная рубрика…