DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: IJCAI 2026: награды в области ИИ и перспективы Agentic AI
@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
3528 просм.
#2
Викторина по вводу-выводу 2026 от Google AI Studio
3440 просм.
#3
Конфиденциальные данные в эпоху ИИ: как классифицировать актив...
3404 просм.
#4
Управляемое обучение с Gemini в Сьерра-Леоне: результаты иссле...
3366 просм.
#5
Google: дорожная карта управления ИИ для безопасности агентов
3203 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 LLM860 Research498 Business237 Safety168 Multimodal93 Agents87 Hardware81 Vision64 Robotics54 Audio4
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

EVOM: ИИ-агент самостоятельно создаёт эффективные архитектуры для обучения с подкреплением

Фреймворк EVOM автоматически создаёт архитектуры для обучения с подкреплением «актёр-критик», превосходя ручные методы и другие подходы. Тестировался на Ant-v4 и HalfCheetah-v4.

LLM Research Agents
читать →
~1 мин 1232 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый метод улучшения нейросетей: симметрия и расширение данных

Разработаны методы повышения симметрии в байесовских нейросетях за счёт расширения данных; один из методов показал преимущество перед базовым подходом.

Research LLM
читать →
~1 мин 1480 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый метод раскроет, какие данные использовали для обучения ИИ

Предложен метод оценки доли данных, использованных для обучения ИИ-модели, без сложных дополнительных моделей и скрытых данных. Протестирован на моделях генерации изображений.

Research LLM Vision
читать →
~1 мин 1328 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Топологический анализ поможет быстрее находить наводнения по спутниковым снимкам

Разработан метод обнаружения наводнений с помощью топологического анализа спутниковых снимков — он даёт более понятные и надёжные результаты по сравнению с прежними моделями.

Vision Research
читать →
~1 мин 1756 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новая платформа поможет раскрыть схемы отмывания денег

Разработана платформа Clue2Group: она выявляет группы по отмыванию денег, работая от конкретной зацепки и объединяя данные о рисках и структуре финансовых операций.

Research Safety
читать →
~1 мин 1768 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый метод обучения ИИ: баланс точности, скорости и защиты данных

Модель FHPLF объединяет обучение хэшированию и федеративное обучение, снижая затраты на вычисления и повышая защиту данных при сохранении высокой точности.

Research Safety LLM
читать →
~1 мин 1821 просмотра
cs.LG
arXiv
Cornell University Library
arXiv cs.LG

Новый взгляд на справедливость алгоритмов: преодоление предвзятости в ИИ

Антонио Феррара предлагает новый подход к алгоритмической справедливости — с учётом структурного контекста, а не только упрощённых оценок. Это поможет снизить предвзятость в ИИ.

Research LLM Safety
читать →
~1 мин 1468 просмотра
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 1297 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 1301 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 1158 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту