DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: Terafab, Astra и Kimi K3: новости AI и полупроводников
@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
3244 просм.
#2
Викторина по вводу-выводу 2026 от Google AI Studio
3131 просм.
#3
Конфиденциальные данные в эпоху ИИ: как классифицировать актив...
3107 просм.
#4
Управляемое обучение с Gemini в Сьерра-Леоне: результаты иссле...
3051 просм.
#5
Google: дорожная карта управления ИИ для безопасности агентов
2909 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 LLM705 Research419 Business177 Safety135 Multimodal76 Agents71 Hardware61 Vision60 Robotics34 Audio4
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Непредсказуемость оценок безопасности: почему LLM могут ошибаться

Исследование показало нестабильность оценок безопасности с помощью LLM-as-judge даже при настройках для детерминированности; предложены рекомендации по улучшению воспроизводимости результатов.

LLM Safety Research
читать →
~1 мин 1132 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Новый подход к прогнозированию: как избежать искажений в оценках вероятностей

Йобст Хайциг разработал способ для ИИ-«оракула», позволяющий давать объективные и самосогласованные оценки вероятностей событий, избегая искажений из‑за самореференции. Метод основан на теории решёток.

Research LLM
читать →
~1 мин 1136 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Агенты оптимизируют работу парка электробусов: новый подход к координации

Разработана система агрегатора агентов для оптимизации работы парка электробусов — она в реальном времени корректирует тарифы и расписание с учётом разных факторов.

Agents Research Business
читать →
~1 мин 992 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

KG-TRACE: ИИ помогает разобраться в устойчивости бактерий к лекарствам

Система KG-TRACE объясняет, почему бактерии устойчивы к лекарствам, объединяя геномные данные и биологические знания; показала высокую точность на данных о туберкулёзе.

Research LLM Safety
читать →
~1 мин 983 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Новый метод поиска решений в комбинаторной геометрии: MCTS с учётом геометрии

Разработан метод MCTS для решения экстремальных задач комбинаторной геометрии: он учитывает геометрические ограничения и использует симметрии для ускорения поиска решений, что позволило получить новые результаты по ряду задач.

Research LLM Vision
читать →
~1 мин 2215 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Пробелы в оценке мультимодальных ИИ: что мешает оценить реальные возможности моделей?

Исследование выявило пробелы в оценке мультимодальных ИИ-моделей (MLLM): нынешние методы не показывают, как модели объединяют данные из разных источников (текст, фото, аудио и др.).

LLM Multimodal Research
читать →
~1 мин 1765 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Скрытое влияние: как редактирование одного модуля меняет работу всей агентной системы

Обнаружена проблема в агентных системах: изменение одного модуля может незаметно влиять на другие (CBL). Протестировано на Claude Sonnet 4.6, предложен протокол для выявления сбоев.

LLM Research Agents
читать →
~1 мин 1960 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Новый подход к этическим рассуждениям в ИИ: система «изложение мыслей»

Разработана система NoT для структурирования этических рассуждений в ИИ: она снижает число упущенных факторов в моральных дилеммах и помогает достигать консенсуса в дебатах.

LLM Research Safety
читать →
~1 мин 1057 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

QES: новый подход к научным открытиям в эпоху ускоряющегося прогресса

Статья предлагает Qualitative Engine for Science (QES) как способ преодолеть ограничения ускорения технологического прогресса в научных открытиях и сократить разрыв между ИИ и человеческим мышлением.

LLM Research Safety
читать →
~1 мин 1325 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Агенты LLM прошли испытание на задачах энергетической аналитики

Агенты на базе LLM протестированы на 243 задачах энергетической аналитики — от анализа данных до сложного моделирования; сравнивались модели с закрытым и открытым кодом.

LLM Research Business
читать →
~1 мин 1816 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Проверка решений в кодировании: почему «серебряной пули» не существует

Авторы исследовали проблемы проверки решений в кодировании при развитии ИИ и предложили 4 схемы вознаграждения для верификации задач. Эксперименты подтвердили эффективность подхода.

LLM Research Agents
читать →
~1 мин 1118 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту