DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: PAYATHON 2026: хакерский марафон от платёжной системы Alipay
@deepdigest
Статьи об ИИ в Telegram — подпишитесь
Подписаться →
@deepdigest · Макс
Статьи об ИИ в Макс — подпишитесь
Подписаться → Дзен
deepdigest · Дзен
Статьи об ИИ в Яндекс Дзен — подпишитесь
Подписаться →
// самые читаемые
#1
Ускорение Gemini Nano на Pixel с мультитокеновым прогнозированием
3736 просм.
#2
Викторина по вводу-выводу 2026 от Google AI Studio
3658 просм.
#3
Конфиденциальные данные в эпоху ИИ: как классифицировать актив...
3607 просм.
#4
Управляемое обучение с Gemini в Сьерра-Леоне: результаты иссле...
3576 просм.
#5
Google: дорожная карта управления ИИ для безопасности агентов
3406 просм.
Все Anthropic News Cursor Changelog GitHub Copilot Changelog Google AI Blog Google DeepMind Google Research Meta AI Blog Microsoft AI Blog Apple Machine Learning AWS Machine Learning Berkeley AI (BAIR) Character.AI Blog Databricks Blog Golem.de / KI Hugging Face Blog ITmedia AI+ LangChain Blog Leiphone Microsoft Research MindStudio Blog Mistral AI Blog Modular Blog NVIDIA AI Blog QbitAI Sakana AI Stability AI Blog Synced TechNews / AI The Robot Report Together AI Blog Weaviate Blog Ahead of AI (Raschka) AI Blog (spaces.ac.cn) AI News AINOW AI Snake Oil AI Supremacy AI Weekly Analytics Vidhya Ars Technica AI Computerwoche Fortune AI IEEE Spectrum AI Import AI Interconnects (Nathan Lambert) IT BOLTWISE Last Week in AI MIT Technology Review AI Simon Willison's Weblog TechCrunch AI Tech Monitor TechOrange The Gradient The Guardian / AI The Sequence The Verge AI VentureBeat AI WIRED AI
|
Все темы LLM1070 Research600 Business314 Safety209 Agents116 Multimodal110 Hardware110 Robotics76 Vision68 Audio4
IEEE Spectrum AI

Акустические синапсы: преимущество нейроморфных чипов в моделировании мозга

Учёные из Университета Аризоны создали акустическое устройство на основе нейронных синапсов — оно имитирует обучение мозга и потребляет гораздо меньше энергии, чем стандартные чипы ИИ. Разработка может стать важным шагом в моделировании работы мозга.

Research
читать →
~1 мин 1035 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

ProvenAI: как проверить, откуда взялись ответы ИИ

ProvenAI — фреймворк для оценки соответствия ответов ИИ источникам: проверяет правильность, цитирование и влияние источников. Тестировался на HotpotQA, показал точность ответов 53,53 %, цитирования — 71,55 %.

LLM Research Safety
читать →
~1 мин 2174 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

AnySimLite: новый способ классификации речи на смартфоне без потери качества

AnySimLite — лёгкая модель для классификации речи на устройствах: занимает мало памяти, сохраняет высокую точность. Показала конкурентоспособные результаты.

LLM Audio Research
читать →
~1 мин 1415 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

ProfileFoundry: новый инструмент для тестирования LLM-агентов

ProfileFoundry — генератор синтетических данных для оценки работы LLM-агентов: память, конфиденциальность, работа с документами. 100 тыс. профилей, более 700 тыс. событий.

LLM Research Agents
читать →
~1 мин 2027 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

Нейтральный тон в мандаринском языке: новое открытие лингвистов

Лингвисты доказали, что нейтральный тон в мандаринском — лексический: у него есть своя тональная цель и уникальные звуковысотные признаки.

Research
читать →
~1 мин 2348 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

Небольшие языковые модели ускоряют анализ данных о взаимодействии человека и робота

Небольшие языковые модели ускоряют анализ данных о spHRI, помогая обнаруживать пропущенные рецензентами статьи.

Research LLM Robotics
читать →
~1 мин 1308 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

ConflictScore: новый способ оценить, как языковые модели справляются с противоречиями

ConflictScore — метрика для оценки реакции языковых моделей на противоречивые данные; включает тест ConflictBench и показатели CS-C и CS-R.

LLM Research
читать →
~1 мин 2027 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

Новый взгляд на взаимодействие зрения и языка в ИИ: систематизированный обзор мультимодальных моделей

Авторы представили систематический обзор объединения зрительного восприятия и языкового мышления в MLLM, ввели пятиэтапную таксономию и обозначили перспективы создания унифицированного мультимодального интеллекта.

LLM Multimodal Research
читать →
~1 мин 1461 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

ИИ для языков с ограниченными ресурсами: новый подход на основе WordNet

Разработан метод создания диалоговых ИИ‑систем для языков с ограниченными ресурсами на базе WordNet: преобразовали Hindi WordNet в 1,25 млн пар «инструкция‑ответ», настроили языковую модель — эффективность достигла 91,0.

LLM Research Multimodal
читать →
~1 мин 1537 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

LLM сужают выбор методов исследований: новое исследование выявило риски

Исследование показало, что LLM (GPT-5.1, Gemini 3 Pro, DeepSeek-V3.2) предлагают слишком узкий набор методов для исследований, есть перекосы в выборе подходов — это несёт риски для учёных.

LLM Research
читать →
~1 мин 2275 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

Большие языковые модели: в чём их ключевое преимущество?

Разработана платформа AdvCluster для анализа преимуществ крупных языковых моделей; доказано, что они эффективнее работают с ограничениями в логических задачах.

LLM Research
читать →
~1 мин 1495 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

Эмоциональные аватары на языке жестов: новый способ общения на непальском

Создан мультимодальный фреймворк NEST-V1: он превращает непальские слова в жесты аватаров с учётом эмоций. Точность распознавания речи — 81,1%, эмоций — 79,21%.

Multimodal Research LLM
читать →
~1 мин 1752 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту