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.
Исследователи MIT научили ИИ честно говорить «не уверен» и реже галлюцинировать
Исследователи MIT предложили метод обучения, который заставляет языковые модели точнее оценивать собственную уверенность и реже выдавать уверенные, но ложные ответы.
OpenMOSS выпустила MOSS-Audio — открытую аудиомодель, опережающую более крупные аналоги
OpenMOSS представила MOSS-Audio — открытую модель, которая в одной архитектуре понимает речь, музыку и звуки среды, а на общих аудиобенчмарках обходит open-source…
GPT-5.2 показала лучший результат на заданиях экзаменов Токийского и Киотского университетов
По данным LifePrompt, GPT-5.2 в режиме размышления решила задания вступительных экзаменов Токийского и Киотского университетов лучше абитуриентов этого года…
OpenAI покупает Astral — создателей uv и ruff для развития Codex
OpenAI рассказала, как отслеживает признаки рассогласования в ИИ-агентах для кода
OpenAI объяснила, как устроен Model Spec — кодекс поведения её нейросетей
OpenAI представила GPT-Rosalind — модель для ускорения разработки лекарств и геномики
Модели рассуждений не могут скрыть свои мысли — и это хорошо
OpenAI представила инструмент CoT-Control и выяснила: модели рассуждений практически не способны контролировать свои цепочки мыслей. Парадоксально, но именно эта…
DeepSeek вместе с Цинхуа и Пекинским университетом улучшает reasoning ИИ-агентов
DeepSeek опубликовал новое исследование в соавторстве с ведущими университетами Китая — речь об оптимизации логического вывода в агентных языковых моделях.
Как устроены AI-агенты для написания кода и что важно о них знать
Google предлагает думать глубже, а не дольше — и вдвое снижает затраты на инференс
Нейросимвольный ИИ: как заставить языковые модели наконец-то считать
Anthropic представила Claude 4.6 Sonnet с контекстом в миллион токенов
Claude Opus 4.6: Anthropic учит нейросети думать медленно и работать за вас
Anthropic выкатила Opus 4.6. Пока конкуренты гонятся за хайпом, Дарио Амодеи дает нам миллион токенов контекста и агентов, которые реально пишут код.
Claude Opus 4.6 и GPT-5.3-Codex: Кремниевая долина пошла ва-банк
Anthropic и OpenAI столкнулись лбами в один день. Opus 4.6 и GPT-5.3-Codex обещают изменить правила игры в кодинге и логике. Разбираемся в деталях этой схватки.