#Исследования
Подборка материалов по теме «Исследования»: релизы, исследования, бенчмарки, опенсорс.
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…
FLOMSS: flow matching разделил музыку на 4 стема и занял 2-е место на слух
Исследователи применили flow matching к разделению музыки на вокал, бас, ударные и остальное. Модель FLOMSS-M заняла второе место в слепом прослушивании, хотя по…
JockeyBench: 28 конфигураций LLM-агентов проиграли на скачках в Японии
Исследователи из HKUST проверили LLM-агентов на 324 японских скачках. Семь конфигураций улучшили прогноз, но все 28 ушли в минус по средней прибыли.
AMIFound объединяет восстановление медицинских снимков семи модальностей в одной модели
Физики Оксфорда остановили частицу интерференцией на гибридном квантовом компьютере
Moderna, DeepMind и Biocon обсудили ИИ в науке на форуме Bloomberg в Дели
CayleyPy обыграла классические алгоритмы в решении больших кубиков Рубика
OpenAI опубликовала отчёт о прогрессе ИИ в математике и открыла репозиторий openai/math
OpenAI выпустила материал «Sharing AI progress in mathematics» и репозиторий openai/math на GitHub. Two Minute Papers пишет, что результаты трудно объяснить даже…
Jiuzhang Yunji вступает в математический челлендж Тао после письма 28 лауреатов Филдса
Китайская Jiuzhang Yunji заявилась на математический челлендж Терренса Тао и называет обучение с подкреплением новой инфраструктурой AI4S — через месяц после письма…
Команда Цинхуа выпустила OSWorld-Science: агентов проверяют в научном ПО
UniWAM от 欧拉万象 и HKUST(GZ) объединил понимание мира, прогноз и действия робота
Apple предложила SelfCompact: агент сам решает, когда сжимать контекст
Apple проверила LLM как судей перевода: по MQM и ESA трудно и людям, и моделям
Исследователи проверили 6 309 agent skills: у половины есть доступ к shell
Анализ 6 309 листингов из двух маркетплейсов: у 50% есть shell, у 13% доступ к учётным данным, а 59% заявленных разрешений занижают реальные возможности.
Может ли ИИ размножаться? Anthropic запустила эксперимент на 15 дешёвых приставках
Anthropic потратила $825 на 15 Android TV-приставок, чтобы проверить, может ли нейросеть самостоятельно размножаться по сети. Результаты показали: компоненты уже…