DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: Navos Pro от Тайтдун: первый Pro-Agent для AI for Work
@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
3737 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 LLM1071 Research600 Business315 Safety209 Agents117 Multimodal110 Hardware110 Robotics76 Vision68 Audio4
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 1424 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 1926 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 1571 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 1389 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 1405 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 1237 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 2456 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 2026 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 2202 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 1312 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту