Новости искусственного интеллекта
Как устроен искусственный интеллект, что меняется с его появлением и какие вопросы остаются открытыми. Разборы, исследования и авторские тексты.
Разбираем, как chunk_cumsum, fwd_pass_state и compute_out превращают рекуррентный Mamba-2 в работу для Tensor Cores — и почему 1,14–1,82× нельзя переносить на обучение целиком.
GitHub добавила корпоративную модель по умолчанию, управление автозапуском MCP и новые элементы чата. Разбираем, где заканчивается стандарт компании и начинается выбор пользователя.
Ai2 заменила борьбу за приоритеты бюджетами GPU-времени, иерархическим fair-share и минимальным защищённым интервалом. Разбираем, как эта схема сохраняет занятость кластера, где снижает задержки и какие новые риски создаёт.
RTX Spark даёт крупным моделям локальные вычисления, а Windows получает системную среду для фоновых агентов. Разбираем, почему одного ускорителя недостаточно и как связать модель, инструменты, данные и границы доступа.
Google показала пять применений геопространственной модели PDFM в здравоохранении. Результаты неоднородны, а до решений о ресурсах нужны локальная проверка и контроль ошибок.
Epoch AI разобрала доходы Alibaba, ByteDance, Z.ai, Moonshot, DeepSeek и MiniMax. Пользовательские приложения дают охват, API сталкиваются с ценовой конкуренцией, а крупные платформы зарабатывают вокруг моделей.
Epoch AI оценила не прямой импорт, а весь объём полупроводников, скрытый в цепочках производства. Разбираем, почему Китай оказался уязвимее США и где заканчивается точность сценария.
Три обновлённых отчёта OpenAI показывают, почему рассуждение о самосохранении, санкционированная подготовка к перезапуску и реальный обход ограничений требуют разных оценок — и разных защитных мер.
Vals AI предложила проверять поисковые инструменты внутри полного рабочего процесса агента. Разбираем сильные стороны Web Search Index и ограничения закрытого теста.
Arena объединила 5 млн парных голосов, проверку следования промпту и защиту от оптимизации под неверный сигнал. Разбираем устройство награды, заявленные результаты и ограничения эксперимента.
Epoch AI оценила потенциальную ёмкость будущего парка ускорителей. Разбираем, почему 33–171 млн агентов — сценарий мощности, а не прогноз их реального числа.
Новое исследование Apple и EPFL показывает ценность минимального coding-agent baseline. Но выбор архитектуры определяют также бюджет, устройство работы, безопасность и необходимость независимой проверки.
Опыт Мэтью Шварца с Claude и BootLoops показывает: нынешние LLM особенно полезны там, где научную задачу можно превратить в цепочку точных вычислений, независимых проверок и экспертных решений.
AWS дообучила поискового агента multi-turn RL: качество выросло на трех из четырех отложенных наборов, а сбои на BrowseComp-Plus сократились с 22,89% до 0,68%. Разбираем награду, данные и ограничения самоотчета.
Разбираем индекс robot exposure Anthropic: что означает техническая выполнимость, как Claude оценивал задачи и стоимость и почему результаты не предсказывают массовые увольнения.
Разбираем архитектуру Google Private AI Compute: ключи на устройствах, шифрование, аппаратные анклавы, открытый код памяти и выводы независимого аудита.
Исследователи Google предложили вынести сложный подбор поисковых направлений из времени ответа в обучение компактной модели. Разбираем метод, цифры и границы эксперимента.
Copilot закрывает исправленные замечания при повторном ревью, запускает больше shell-инструментов и объединяет работу нескольких агентов в Lite. Разбираем условия, метрики GitHub и границы автоматизации.
ToolGrad сначала строит успешную цепочку вызовов, а затем придумывает запрос. Разбираем, почему этот порядок помог небольшим Gemma 3, что измеряли авторы и где заканчивается результат.
Как RAG находит фрагменты, почему подходящий по теме текст бывает недостаточным и что нужно проверить между документом и готовым ответом.
Почему чтение документа, подготовка письма и его отправка требуют разных прав — и какую роль играют изоляция, проверки и контроль пользователя.
Как отличить качество модели от условий испытания, прочитать временной горизонт и выбрать проверки для собственной работы.