// AI на русском
995 статьи по теме
Алгоритм ATOD объединяет OPD и RL для обучения автономных агентов; показал лучшие результаты в тестах на ALFWorld, WebShop и Search-QA.
Техническая команда Kuaishou представит ряд исследований на ICML 2026. Работы охватывают ключевые направления ИИ, включая большие языковые модели, обучение с подкреплением и компьютерное зрение. Конференция пройдёт с 6 по 11 июля в Сеуле.
Ли Донхао основал бренд AIVELA, который стремится занять нишу на рынке носимых устройств с ИИ. AIVELA Ring Pro отличается расширенным функционалом и новым подходом к взаимодействию с пользователем — в отличие от «строгого» стиля Oura, AIVELA использует «материнский» подход. Рынок смарт-колец демонстрирует высокие темпы роста, и AIVELA нацелена занять свою нишу, опираясь на возможности ИИ.
На прошлой неделе OpenAI выпустила пакет моделей GPT-5.6, Anthropic представила функцию Claude Tag, а General Intuition продвигает использование видеоигр для обучения ИИ. Кубок LayerLens Stratix стал испытанием моделей в игровой среде. Кроме того, ряд компаний и исследовательских групп представили новые разработки и привлекли финансирование.
Южная Корея выделяет 1 трлн долларов на развитие производства чипов памяти, центров обработки данных с ИИ и внедрение человекоподобных роботов. Крупные компании, включая Samsung, SK Hynix и Hyundai, инвестируют средства в строительство заводов и центров обработки данных. В обществе возникают споры из‑за влияния новых технологий на рынок труда и распределение прибыли.
Разработан трёхэтапный метод обучения агентов LLM для более точного прогнозирования последствий действий — он эффективнее базовых подходов в задачах поиска и математического анализа.
GILP уменьшает галлюцинации в LLM, объединяя параметризованную модель и рассуждения агента через API; частота ошибок снизилась в 5 раз.
Итан Моллик провёл эксперимент с ИИ-агентом Fable, попросив создать «игру в змейку с самосознанием». Демонстрация показывает, как ИИ может модифицировать уже существующую систему, а не создавать новую в каждом раунде. Ключевая сложность — интерпретировать неопределённую обратную связь («Сделай это лучше») и учесть множество факторов при внесении изменений.
Выявлена проблема использования устаревшей информации агентами LLM в диалогах. Создана среда Supersede для обучения моделей работать с актуальными данными — точность ответов выросла почти вдвое.
Учёные выяснили, что трансформеры сначала усваивают общие языковые правила, а затем — локальные зависимости; предложена новая концепция обучения NLM.
Созданы модели Aloe-Vision для анализа медданных по изображениям, набор данных Aloe-Vision-Data и тест CareQA-Vision. Модели открыты, протестированы и готовы к использованию.
Доля рынка Cursor сократилась с 41 % до 26 %, однако компания сохраняет оценку в 60 млрд долларов. Маск приобрёл Cursor за акции SpaceX — сделка имеет стратегическое значение, поскольку данные, генерируемые Cursor, ценны для обучения моделей ИИ. Эксперты отмечают, что продукт стал частью «мышечной памяти» разработчиков, что затрудняет его замену.
Разработана система для повышения надёжности планирования в LLM: с подсказками, верификатором ошибок и средством распознавания планов.
В Deep Agents внедрены динамические субагенты, которые помогают агентам решать масштабные задачи за счёт программной оркестровки: вместо прямых вызовов инструментов агент пишет скрипт для организации работы субагентов. Механизм обеспечивает детерминированный охват и надёжную оркестровку сложных процессов. В материале описаны практические сценарии использования и шаблоны оркестровки.
Модель TruEye выявляет поддельные изображения с людьми, разделяя контент на 5 категорий и работая в 100+ раз быстрее аналогов на базе LLM.
Эксперт Google Ричард Серотер объяснил, что подход к ИИ с использованием «полного стека» объединяет все уровни технологий в единую систему. Такой подход повышает надёжность, снижает затраты и упрощает разработку. Google предлагает инструменты для работы с ИИ — от создания прототипов до автоматизации процессов.
Авторы показали, что при анализе языковых моделей нужно учитывать скрытые эффекты взаимодействия компонентов — это влияет на интерпретацию их работы.
Файл Markdown из 65 строк (проект andrej-karpathy-skills) набрал 176 000 звёздочек на GitHub и стал одной из самых обсуждаемых практик разработки ИИ. В документе сформулированы четыре принципа, которые помогают избежать систематических ошибок при написании кода с помощью ИИ. Тенденция породила ряд исследовательских проектов, в том числе систему автоматической оптимизации правил ИИ.
NVIDIA представила ПО ENPIRE для автономного обучения роботов, а Tencent — систему ARGUS для отслеживания и анализа при обучении ИИ на больших наборах данных. Исследователи из Калифорнийского университета в Беркли создали корпус данных LOCUS с местными постановлениями США для работы с ИИ. Эти разработки показывают прогресс в автоматизации обучения и анализа данных.
EntMTP — метод ускорения работы LLM за счёт адаптивного многотокенного прогнозирования с учётом энтропии; даёт ускорение в 1,15–1,36 раза в ряде тестов.