#Исследования

Temporal Transformer для CAN-шины ловит аномалии без обмена сырыми данными

Заморозка декодера при сжатии KV-кэша даёт 3x экономии памяти, но не рост точности

SFT-as-context возвращает дообученным LLM общие навыки: разрыв всего 2,2 п.п.

9 окт. 2026 г.·3 мин

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.

Врачи спрашивают LLM не о диагнозах: 127 833 запроса против 58 бенчмарков

Анализ 127 833 запросов клиницистов к ИИ-ассистенту показал: диагностика составляет лишь 3,7%, а типичный бенчмарк совпадает с реальной нагрузкой на 31%.

FedAlphaEdit сводит правки знаний от разных организаций в одну LLM без обмена данными

Исследователи показали, что простая склейка AlphaEdit и CollabEdit ломается, и предложили FedAlphaEdit: слияние правок в общем нуль-пространстве, близкое к…

Три LLM плохо следуют промптам о запинках и перебиваниях, правила справляются лучше

Авторы tau-Voice проверили, как три LLM имитируют запинки, перебивания и поддакивания в симуляторах пользователей. Детерминированный алгоритм оказался надёжнее…

01Социолингвистика вместо LLM-судей: персоны для симуляции тестируют на 5 агентах9 окт. 2026 г.·2 мин 02AI4Fire: SQL-инструмент поднял точность LLM по базам пожаров с 16% до 88%9 окт. 2026 г.·2 мин 03LLM оценили перевод на 70 языковых парах: людей обходят лишь местами9 окт. 2026 г.·2 мин 04MASA переосмысливает разреженное внимание LLM как аппроксимацию матриц9 окт. 2026 г.·2 мин 05Routed Sparse Autoencoders разделяют в речи слова и интонацию на WavLM и SPEAR9 окт. 2026 г.·2 мин

Топ темы

Galahad-kv сохраняет KV-кэш на NVMe и грузит блок в 2,8–4,3 раза быстрее пересчёта

Diffu-LoRA учит адаптер самому решать, в каких слоях Stable Diffusion нужен ранг

Новый метод персонализации диффузионных моделей распределяет ранг LoRA по слоям с помощью обучаемых гейтов и прунинга. Тесты на Stable Diffusion и наборах…

OpenProblemBench: GPT-6-Astra решает 14% открытых задач математики и физики

Новый бенчмарк из 82 нерешённых задач по математике и теоретической физике: лучшая модель GPT-6-Astra набрала 14,0%, полноразмерные открытые модели — 5,5–6,7%.

AgentHorizon: лучший судья GPT-5.5 набрал лишь 80,9% на длинных задачах агентов

Новый бенчмарк AgentHorizon проверяет, умеют ли LLM-судьи оценивать длинные сценарии computer-use агентов. Лучший результат — 80,9% balanced accuracy у GPT-5.5.

Две схемы дистилляции заставляют ИИ-студентов выдавать скрытое поведение учителя

GUISE показал: нарративная обёртка пробивает Qwen3-1.7B в 89–96% случаев

LLM-агенты не выучивают нормы сообщества из взаимодействия, показало исследование

Агенты на Qwen3.6-27B и Qwen3-4B не укладываются в тайм-бюджет без подсказок harness

Keyframe Mnemonics учит роботов помнить главное: 100% успеха на длинных горизонтах

Plan-and-Patch: диффузионная LLM вдвое чаще чинит планы агентов, чем Qwen3-8B

Авторы arXiv требуют заменить единую «истину» разметки пространством интерпретаций

TGIT переводит короткие команды для дронов и поднимает успех навигации с 11% до 33%

Новый фреймворк определяет типы колонок по заголовкам: 39 типов и 120 тысяч столбцов

Авторы статьи на arXiv предложили объяснимый фреймворк, который по одним заголовкам колонок определяет тип данных и оценивает качество источника. Тест: около 120…

Исследования·Hacker News AI

Biohub расширяет Virtual Biology Initiative: 1,8 млрд долларов на данные для ИИ

Biohub объявил глобальное обязательство на 1,8 млрд долларов, чтобы собирать биологические данные в форме, пригодной для обучения ИИ-моделей клетки и организма.