#Исследования

Смена определения «unsafe» двигает оценку guardrail от 0 до 100 при 0,03% весов

Исследователи предложили Anti-Persistence: память LLM-агентов без хранимых правил

3D-генерация сцен: DiT работает в 3D-латенте и кодирует сцену в 1K токенов

Аудит POPE: выбор токенов «yes/no» сдвигает F1 LLaVA-1.5 на 6,13 пункта

Авторы попытались воспроизвести метод борьбы с галлюцинациями VLM и нашли ошибку в самой оценке: неверные ID токенов «yes» и «no» сдвигают F1 на POPE на 6,13 пункта.

Параллельное уточнение вместо диффузии: DRLMs достигли 93,9% на Sudoku-Extreme

Microsoft представила DRLMs — метод параллельного рассуждения, который генерирует полный черновик и итеративно его улучшает вместо обратной диффузии. На трёх…

TokenWorth учит ИИ-агентов забывать: лучший результат на трёх средах при минимуме токенов

Исследователи представили TokenWorth — лёгкую систему памяти для агентов, которая оценивает «стоимость» воспоминаний и обходит сложные аналоги на трёх средах…

Ropedia W0 обучили на 10 тыс. часов видео людей и 3 тыс. часов роботов

Ropedia W0 — world model для ходьбы и манипуляций сразу у людей и роботов. После дистилляции она в реальном времени строит минутные прогнозы и работает в VR.

01T2Quant перераспределяет точность по шагам диффузионных LLM: до +6,7 п.п.22 окт. 2026 г.·2 мин 02RIDAR ловит нарушения добросовестности у ИИ-учёных: 3964 случая в 300 прогонах22 окт. 2026 г.·2 мин 03FilmFlow: четыре агента строят траектории камеры в 3D по тексту и видео22 окт. 2026 г.·3 мин 04Крошечная политика на 856K параметров ускорила диффузионную LLaDA-8B22 окт. 2026 г.·3 мин 05Наивный RAG обошёл агентные системы памяти в шести из семи тестов22 окт. 2026 г.·2 мин

Топ темы

Cola2 обходит Llama-3-8B на HellaSwag, потратив в 43 раза меньше токенов

Verus-Insight учит детектор ИИ-видео находить и доказывать артефакты

Исследования·Cohere Blog

Cohere Labs проверила ИИ загадками: 100+ авторов из 50 стран нашли культурные дыры

Dual Exam: GPT 6 Astra набрал 31,3 балла среди мультимодальных агентов

DISC учится объединять метрики сходства временных рядов и предсказывать успех переноса

Новая обучаемая схема DISC калибрует и комбинирует метрики сходства датасетов временных рядов, чтобы заранее оценивать, насколько хорошо прогноз перенесётся с…

MMVistaReason: открытый рецепт обучения 4B-модели обходит Qwen3.5-9B на 15 бенчмарках

Авторы MMVistaReason опубликовали открытый рецепт пост-обучения: MVR-4B набрала 72,8 балла на 15 мультимодальных бенчмарках и обогнала Qwen3.5-9B (Instruct).

Обзор Shengqiong Wu и Hao Fei: 600+ работ о видеомоделях как моделях мира

Команда с участием Shuicheng Yan, Ming-Hsuan Yang и Philip Torr свела понимание и генерацию видео в одну рамку и разобрала более 600 работ в 19 таблицах.

FocusVLA учит робота выбирать камеру по стадии задачи: +13,3 п.п. на реальных тестах

Команда UCLA сдвинула границу скорость—качество в speculative diffusion двумя ручками

PaperFormalizer превращает LaTeX-статьи в проверенный Lean-код с участием автора

Графовый токен в G-Retriever оказался пустышкой: косинус 0.985–0.998

Nestor: вложенная разреженность в attention обошла MoE при равных затратах

DecisionPivot проверил 40 моделей-решателей: при равной точности разрыв до 26 п.п.

Lafa на 8B параметров ускоряет генерацию текста в 2,54 раза без потери качества

Бенчмарк EvaOmni проверил 24 омни-модели: лидер набрал 79,4%, но заземление — 35,1%

Video-Point Model прогнозирует видео с нескольких камер и 3D-траектории точек

Video-Point Model предсказывает будущее видео с любых ракурсов и 3D-траектории точек сцены. Точечная supervision повышает качество видео и успех манипуляций робота.