Модели рассуждения
Модели рассуждения — новый класс ИИ, который «думает» перед ответом: тратит дополнительные вычисления во время инференса, строит цепочки рассуждений и решает задачи, недоступные обычным LLM — математику, код, науку. С них началась гонка test-time compute. Здесь — все наши материалы про reasoning-модели: релизы, бенчмарки (GPQA, ARC-AGI), пределы и стоимость.
Три инфлексионные точки ИИ: от ChatGPT к агентам и физическому интеллекту
Дженсен Хуанг описал эволюцию ИИ через три инфлексионные точки: generative AI, reasoning AI (модель O1) и agentic AI. Потребление токенов растёт в миллионы раз.
Moonshot открыла Kimi K2: MoE на 1 трлн параметров заточена под агентов
Moonshot AI выложила веса Kimi K2: 1 трлн параметров, 32 млрд активных, 15.5 трлн токенов обучения без единого срыва. Модель создана для работы с инструментами.
Moonshot выпустила открытую Kimi K2 Thinking: 300 вызовов инструментов подряд
Moonshot AI выпустила открытую Kimi K2 Thinking: 44,9% на HLE с инструментами, 60,2% на BrowseComp и 71,3% на SWE-Bench Verified при нативном INT4.
AA-Robotics v0.1: GPT-6 Astra управляет роботом-рукой на 69 баллов из 100
MolLean заставляет LLM проверять химию: выигрыш в 12 из 12 задач
iRTE 2026: разбор моделей реального времени, на которые ставят OpenAI и Thinking Machines
Сбербанк запустил бесплатную GigaPlatform AI Studio для сборки ИИ-агентов без кода
200 OK, но клиент молчит: три бага n8n-агента из production
Вторая волна тишины: модель отвечает служебными тегами вместо текста, лимит Meta на 1000 байт ломает русский текст анкеты, и неправильный Schema Type превращает…
Видео-языковые модели путают манёвры авто: LoRA и пробы чинят ошибку
Исследование на arXiv: видео-LLM ненадёжно определяют движение авто по видео, а лёгкий LoRA и пробы на промежуточных признаках возвращают сильное качество.
Deep Cogito обучила семейство Cogito v1 на инфраструктуре Runpod на пути к ASI
Я написал 61 тест для AI-ментора. Потом выяснилось, что тестам тоже нельзя верить
LVSPM обошла VGGT в оценке поз камеры на 16–256 кадрах и не ломается на больших сценах
SPLIT-RL учит VLM смотреть и рассуждать раздельно: +1,4–6,1 п.п. к GRPO
Lapras заменил CoT скрытым рассуждением: F1 до +10,79% при 23,9x меньше токенов
Новый метод post-training Lapras учит модели временных рядов рассуждать в латентном пространстве: до +10,79% F1 к CoT и в 23,9 раза меньше сгенерированных токенов.
STI-OPD: вероятностная интервенция учителя для многоуровневых агентских задач
Junnan Liu с соавторами представили STI-OPD — фреймворк дистилляции языковых моделей с адаптивной интервенцией учителя. Метод превосходит базовые подходы на всех…