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
Berkeley AI (BAIR)

K-Search: перенос CUDA-ядер в MLX для Apple Silicon

K-Search позволяет адаптировать CUDA-ядра для Apple Silicon без необходимости создавать их с нуля. Система использует эволюционный подход и LLM для оптимизации ядер. Благодаря слою перевода и детальному сопоставлению концепций между CUDA и MLX достигается производительность, близкая к экспертному уровню. В экспериментах K-Search показал значительное ускорение по сравнению с существующими решениями.

LLM Research Hardware
читать →
~8 мин 178 просмотра
Berkeley AI (BAIR)

ABBEL: управление убеждениями в длинных взаимодействиях с LLM

Фреймворк ABBEL позволяет управлять убеждениями в длительных взаимодействиях с языковыми моделями, повышая их производительность. Оценка убеждений и сжатие контекста помогают сократить затраты ресурсов, хотя и сопряжены с определёнными сложностями. Эксперименты с CombinationLock и CollabBench показывают эффективность подхода.

LLM
читать →
~6 мин 212 просмотра
Berkeley AI (BAIR)

Эра дешёвого ИИ: как агенты меняют системы обработки данных

Стоимость ИИ стремительно снижается, что открывает новые возможности для использования агентов в обработке данных. Авторы доклада выделяют три ключевых вызова: перепроектирование систем для агентов, разработка основ для управления тысячами агентов и создание доверенных систем, синтезированных агентами. В будущем границы между агентами и системами данных будут стираться.

LLM Agents Research
читать →
~7 мин 393 просмотра
Berkeley AI (BAIR)

Выставка выпускников BAIR 2026 года: достижения в ИИ

В Беркли прошла выставка выпускников BAIR 2026 года. Аспиранты представили результаты исследований в разных областях ИИ — от робототехники и компьютерного зрения до безопасности ИИ и взаимодействия человека и машины. Выпускники уже влияют на индустрию, работая в лабораториях, стартапах и крупных компаниях.

LLM Robotics Vision
читать →
~7 мин 438 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту