Тема: Исследования
1954 материала · страница 1 из 40
Научные работы об ИИ: препринты с arXiv, публикации лабораторий, новые методы обучения и оценки моделей. Пересказываем, что сделали авторы, на каких данных и что у них получилось. Ссылка на первоисточник есть в каждом материале.
- Закон SIMPLE предсказывает энергозатраты нейросети при выводе с ошибкой 11,97%
- The Decoder разобрала 45 «неолабов»: почему создатели ИИ уходят из больших лабораторий
- SLA: модель для роботов на базе pi05 учат понимать 3D-пространство
- Представлен VFlash: роботы планируют траектории за один проход, ~25x быстрее
- Представлен PLatour: на части задач выигрыш связки моделей не от связи
- Представлен Octopus: ветви одной модели делят KV-кэш и дают 49,6% на BrowseComp-Plus
- Представлен D3D: диффузионный черновик для асинхронного speculative decoding ускоряет Qwen3 в 5 раз
- OpenAI представила BioBasicsBench: 100 задач для ИИ-агентов в биолаборатории
- Memorilla сжимает документы в 16 токенов памяти для LLM
- Hugging Face добавила в Open ASR Leaderboard египетский и нигерийский английский
- Hightouch: связка Jev и Opus даёт точность топ-моделей в 4+ раза дешевле
- Эссе 2011 года отвечает Хомскому: статистические модели языка, это наука
- AllenAI представила ToyBlocks: открытую среду с роботом-рукой и кубиками для обучения роботов
- Водяной знак OpenAI textGrain часто не переживает правку текста
- Village LLM Atlas: закрытые ИИ-модели вытеснили открытые по цене и качеству
- TurnWise: распределение награды по ходам для обучения ИИ понимать потоковое видео
- StreamDuo: ИИ-комментатор игр сверяется с вики и лучше узнаёт сущности в незнакомых играх
- SemiAnalysis выпустила GDPx: ни один ИИ-агент не набрал выше 12%
- PyRUA-DataFarm: ИИ-агент вместо телеоператора собирает данные для роботов
- Представлена NEO-VLA: политика управления роботом без визуального энкодера
- Предложен SpecOPD: ускорение генерации нейросетей до 3,56 раза
- Предложен H2RB: роботов дообучают на демонстрациях людей
- Исследователи выяснили, что даёт многошаговое RL агентам на LLM и как BudgetMix RL снижает зависимость от бюджета
- ИИ-агенты на бенчмарке FrontierPhysics проходят не более 46 из 168 прогонов
- Google Research создала ИИ, выявляющий признаки гипертонии по смарт-часам без манжеты
- Детекторы машинного текста на русском дали разные вердикты
- Claude Opus 5 набрала лишь 45,7% в тесте VideoMemBench на память по видео
- Axiom выпустила формализацию Stacks Project в Lean: около 16 млн строк
- ToolSpace: метод синтеза сред для MCP-агентов поднял Qwen3.6-35B-A3B с 23,0 до 41,0
- Спекулятивное декодирование для ИИ-агентов: черновую модель учат «проваливаться»
- Route Anything: исследование маршрутизации моделей на 374 тысячах прогонов
- Представлен YANAMI: датасет и бенчмарк из 400 тысяч мультимодальных диалогов
- Представлен GameVerse: датасет геймплея на 1655 часов для моделей мира
- Предложен слой MoWE: нейросеть с читаемыми координатами без SAE
- Нейросети завышают причинно-следственные связи: стресс-тест по шести параметрам
- Метод LoCo учит нейросети не переобдумывать: ответы короче на 23-45%
- MCPGuard нашёл 13 и 19 расхождений со спецификацией в официальных MCP SDK
- Исследование: частое сжатие контекста почти не снижает точность нейросетей
- Google Research представила Agile Deliberation: ИИ помогает уточнять «серые зоны» в классификаторах изображений
- DreamX: видеодиффузионную модель превратили в обучатель латентных действий
- Wave Forcing: метод генерации длинного видео в реальном времени, 134,8 кадра/с на восьми H200
- Vesuvius Challenge присудила $50 тыс. за первые буквы свитка PHerc. 306B
- SWE-Trail: новый способ собирать данные для обучения кодовых агентов даёт +2,33 п.п. на SWE-bench Multilingual
- Стэнфорд: 44% известных утверждений о нейросетях уже устарели
- Qwen 3.8 27B на ноутбуке определила по весам три из четырёх игр
- Представлен RoboColosseum: проверка роботов на 124 площадках сравнила VLA-политики и ИИ-агентов
- Предложен метод O³PD: дистилляция по порядку токенов учителя, а не по вероятностям
- Palette: 20B-нейросеть с открытыми весами строит презентации в заданном дизайн-стиле
- Отчёт по Kling: качество видео, проекция мультимодального понимания
- Для дообучения нейросетей нет открытых данных вроде Common Crawl, считает автор эссе