Языковые модели

Что появилось / что изменилось Осенью Google выпустила Gemini 3. Модель показала новые рекорды по задачам рассуждения и программирования: выше результаты на бенчмарках логики, лучше код‑ассист, стабил...

Что открыли Команда исследователей с arXiv предложила новый способ оценивать AutoML‑агентов, которые работают на базе больших языковых моделей. Сейчас таких агентов обычно судят по одному числу — фина...

Что открыли Исследователи проверили, насколько хорошо большие языковые модели справляются с задачей, где обычно лидируют классические алгоритмы машинного обучения: предсказание сердечно‑сосудистых заб...

Что открыли Исследователи показали, что большой языковой модели можно поручить не только писать код, но и управлять оптимизатором, опираясь на сгенерированный ею же код. Они расширили подход Code Worl...

Что открыли Исследователи представили FIRE — большой бенчмарк для проверки финансового интеллекта больших языковых моделей. Он тестирует сразу две вещи: теорию и умение разбираться в реальных бизнес-с...

Что произошло Исследователи из Стэнфорда и Принстона сравнили, как китайские и американские чат-боты на базе ИИ отвечают на политически чувствительные вопросы. Они взяли 145 запросов на темы вроде Тян...

Что появилось / что изменилось Появился IronCurtain — открытый (open source) «железный занавес» между вашим ИИ-агентом и реальными аккаунтами. Проект запустил инженер по безопасности Нильс Провос, мно...

Что открыли Исследователи разобрались, когда вообще можно полагаться на схему «ИИ следит за ИИ», если оба потенциально могут оказаться опасными. Они рассматривают сценарий, в котором мощная, но потенц...