DeepDigest

// AI-дайджест с западных источников

Главное об ИИ — уже на русском

▸ LIVE: OpenAI: выручка растёт, но убытки остаются огромными
@deepdigest
Статьи об ИИ в Telegram — подпишитесь, чтобы читать первым
Подписаться →
// самые читаемые
#1
Facebook Creator Studio была возрождена в качестве приложения-...
30 просм.
#2
Битва за Алекса Бореса: технологичные гиганты потратили 27 млн...
18 просм.
#3
OpenAI и Broadcom представили оптимизированный для LLM чип лог...
12 просм.
#4
Ускорение обучения моделей MoE: как автомодель NVIDIA NeMo мен...
11 просм.
#5
Новый уровень инфраструктуры веб-данных: как это изменит искус...
8 просм.
Все источники Google AI Blog Google DeepMind Google Research Meta AI Blog OpenAI Blog Apple Machine Learning arXiv cs.AI arXiv cs.CL arXiv cs.CV arXiv cs.LG AWS Machine Learning Berkeley AI (BAIR) Hugging Face Blog Mistral AI Blog NVIDIA AI Blog
Все темы Research87 LLM82 Vision24 Safety15 Multimodal14 Business14 Agents10 Hardware4 Audio2 Robotics1
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 → 0 просмотра
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 → 0 просмотра
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 → 0 просмотра
arXiv cs.AI

LLM-конвейер раскрывает секреты управления в агентных системах

Разработан конвейер на базе LLM для анализа управления в агентных системах ИИ. Протестирован на ERC-8004 и Google A2A: выявлены общие черты неравенства и фрагментации, а также тенденция к тематической конвергенции при открытом управлении.

LLM Research Agents
читать → 0 просмотра
arXiv cs.AI

Новый взгляд на оценку ИИ: что скрывается за максимальной точностью?

Авторы предложили оценивать ИИ-агентов не только по точности, но и по другим параметрам (надёжность, эффективность и др.), представив обновлённый тест CORE-Bench и выявив ускорение решения задач при взаимодействии человека и агента.

Research LLM Agents
читать → 2 просмотра
// еженедельный дайджест на email
темы: