ВсёLLMРобототехникаСтартапыИсследованияЭтика ИИБизнесЖелезоАвтономные системыМедицинаКреатив
Тема

#LLM

Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.

4774 материалов-72% к прошлой неделе365 за неделю
Подписаться
СВЯЗАННЫЕ:#Бизнес#Железо#Исследования#Креатив#Стартапы#Этика ИИ#Автономные системы#Робототехника#Медицина
GeoSpatialBench проверил MLLM на 28 типах пространственных связей в шести городах
LLM·arXiv cs.AI

GeoSpatialBench проверил MLLM на 28 типах пространственных связей в шести городах

12 окт. 2026 г.·2 мин
RGR защищает LLM от потери навыков при самодистилляции через геометрию представлений
LLM

RGR защищает LLM от потери навыков при самодистилляции через геометрию представлений

12 окт. 2026 г.·2 мин
Учёные вывели формулу креативности из 3 критериев и проверили на шахматах и Пикассо
LLM

Учёные вывели формулу креативности из 3 критериев и проверили на шахматах и Пикассо

12 окт. 2026 г.·2 мин
Нейросети оказались модульнее, чем видно по нейронам: три уровня проверки
LLM

Нейросети оказались модульнее, чем видно по нейронам: три уровня проверки

12 окт. 2026 г.·2 мин
Новый метод выравнивает энкодеры по 100–500 парам вместо миллионов
LLM·arXiv cs.AI

Новый метод выравнивает энкодеры по 100–500 парам вместо миллионов

Авторы статьи на arXiv выравнивают два независимо обученных энкодера по 100–500 парам через дистиллированный оптимальный транспорт и обходят аналоги на Flickr30k…

12 окт. 2026 г.·2 мин
LLM-конвейер превращает даташиты в графы знаний с точностью 98,8%
LLM·arXiv cs.AI

LLM-конвейер превращает даташиты в графы знаний с точностью 98,8%

Новый пайплайн строит иерархические графы из даташитов: 98,8% достоверных свойств против 76,1% у однопроходного запроса к LLM. Проверка шла на 20 документах.

12 окт. 2026 г.·2 мин
EvoSyn: мультиагентный синтез данных подтянул успех задач на 13,3 пункта
LLM·arXiv cs.AI

EvoSyn: мультиагентный синтез данных подтянул успех задач на 13,3 пункта

Исследователи предложили EvoSyn — фреймворк, который перестраивает пространство генерации синтетических данных по обратной связи ученика и обгоняет сильнейший…

12 окт. 2026 г.·2 мин
EliteTable заставляет LLM эволюционировать код-контроллеры: рост в 6 из 6 задач
LLM·arXiv cs.AI

EliteTable заставляет LLM эволюционировать код-контроллеры: рост в 6 из 6 задач

Алгоритм EliteTable с LLM и таблицей лучших решений ищет код для управления агентами. Медианы кандидатов выросли во всех шести задачах Gymnasium, но Acrobot-v1…

12 окт. 2026 г.·2 мин
Топ темы
01MCTS проиграл случайным рестартам 2,88% в планировании DAG при равном бюджете12 окт. 2026 г.·2 мин02Авторы arXiv-статьи нашли пять изъянов в метриках достоверности XAI12 окт. 2026 г.·2 мин03CEO DBS Тан Су Шань: рынок переоценивает риски финансирования ИИ-стройки12 окт. 2026 г.·2 мин04Bridge Data Centres от Bain Capital хочет нарастить кредит до $6,6 млрд12 окт. 2026 г.·2 мин05Провал IPO Firmus Grid стёр с капитализации Maas Group более $699 млн12 окт. 2026 г.·2 мин
Dongshan Precision готовит листинг в Гонконге на $2–3 млрд
LLM·Bloomberg Tech

Dongshan Precision готовит листинг в Гонконге на $2–3 млрд

12 окт. 2026 г.·2 мин
SynAct учит LLM-агентов просить подсказки там, где они меняют исход: +11,7 п.п.
LLM·arXiv cs.LG

SynAct учит LLM-агентов просить подсказки там, где они меняют исход: +11,7 п.п.

12 окт. 2026 г.·2 мин
STAPLE добавляет миллиарды параметров в OLMo-2 и декодирует вдвое быстрее MoE
LLM·arXiv cs.LG

STAPLE добавляет миллиарды параметров в OLMo-2 и декодирует вдвое быстрее MoE

12 окт. 2026 г.·2 мин
MisVisAgentBench: обманчивые графики роняют успех веб-агентов на 34 п.п.
LLM·arXiv cs.CL

MisVisAgentBench: обманчивые графики роняют успех веб-агентов на 34 п.п.

12 окт. 2026 г.·2 мин
Бенчмарк разговорных моделей: GPT Realtime и Gemini отвечают почти на каждой паузе
LLM·arXiv cs.CL

Бенчмарк разговорных моделей: GPT Realtime и Gemini отвечают почти на каждой паузе

Исследователи проверили, умеют ли голосовые модели молчать: на 427 паузах API от OpenAI, Google и xAI отвечают почти всегда, а молчат лишь Moshi и PersonaPlex.

12 окт. 2026 г.·2 мин
Линейная голова на Qwen3-VL обошла GPT-4o в оценке ответов без разметки
LLM·arXiv cs.CL

Линейная голова на Qwen3-VL обошла GPT-4o в оценке ответов без разметки

Reward-модель для vision-language без человеческих меток: несколько тысяч параметров на замороженном Qwen3-VL 32B опережают GPT-4o на VL-RewardBench на 6,6 пункта.

12 окт. 2026 г.·2 мин
GEPA поднял награду deep-research агента с 0,702 до 0,781 на новых темах
LLM·arXiv cs.CL

GEPA поднял награду deep-research агента с 0,702 до 0,781 на новых темах

Эволюция промптов GEPA подняла награду за цитирование на отложенных темах на 0,079. Почти половина промпта оказалась «ответником», но запоминание тут ни при чём.

12 окт. 2026 г.·2 мин
ELR учит одну модель крутиться в цикле: Koi-4B набирает 18 и 29 баллов
LLM·arXiv cs.CL

ELR учит одну модель крутиться в цикле: Koi-4B набирает 18 и 29 баллов

12 окт. 2026 г.·2 мин
DCOCO ускоряет инференс LLM до 6,6x и обгоняет конкурентов на 6–23%
LLM·arXiv cs.CL

DCOCO ускоряет инференс LLM до 6,6x и обгоняет конкурентов на 6–23%

12 окт. 2026 г.·2 мин
SWE-Duel: кодинг-агенты сами пишут друг другу баги, GPT-5.5 чинит 98,3%
LLM·arXiv cs.CL

SWE-Duel: кодинг-агенты сами пишут друг другу баги, GPT-5.5 чинит 98,3%

12 окт. 2026 г.·2 мин
Reward hacking передаётся между ИИ-агентами: слабые модели заражают сильные
LLM·arXiv cs.AI

Reward hacking передаётся между ИИ-агентами: слабые модели заражают сильные

12 окт. 2026 г.·2 мин
EvoBelief учит LLM-агентов проверять гипотезы о мире: 83,3% против 0% у baseline
LLM·arXiv cs.AI

EvoBelief учит LLM-агентов проверять гипотезы о мире: 83,3% против 0% у baseline

12 окт. 2026 г.·2 мин
MagicBeanStalk поднял gpt-oss-120b с 61,2 до 69,8 балла на математике
LLM

MagicBeanStalk поднял gpt-oss-120b с 61,2 до 69,8 балла на математике

12 окт. 2026 г.·2 мин
CLEAT учит агентов на Qwen3-4B вовремя переспрашивать: до +13,2 п.п.
LLM

CLEAT учит агентов на Qwen3-4B вовремя переспрашивать: до +13,2 п.п.

12 окт. 2026 г.·2 мин
SpireBench заставил 20 LLM пройти Slay the Spire целиком: эксперты всё ещё впереди
LLM

SpireBench заставил 20 LLM пройти Slay the Spire целиком: эксперты всё ещё впереди

12 окт. 2026 г.·2 мин
Пекин успокаивает рынок A-shares после обвала техсектора из-за санкций США
LLM·SCMP Tech

Пекин успокаивает рынок A-shares после обвала техсектора из-за санкций США

CSRC собрала в Пекине руководителей листинговых компаний, брокеров и управляющих фондами после резкой распродажи tech-акций на фоне опасений новых санкций США.

12 окт. 2026 г.·2 мин
Глава DBS: рынок переоценивает риски ИИ-инвестиций и ужесточит финансирование
LLM·Bloomberg Tech

Глава DBS: рынок переоценивает риски ИИ-инвестиций и ужесточит финансирование

CEO крупнейшего банка Юго-Восточной Азии Тан Су Шань говорит, что рынок закладывает в цену риски ИИ-стройки, а кредиторы станут разборчивее.

12 окт. 2026 г.·2 мин
Похожие темы
Бизнес 1135Исследования 477Робототехника 175Железо 101Автономные системы 17Стартапы 9Медицина 8Этика ИИ 5