Последние новости
Разоблачение: Gemini 3.5 Flash блестяще сдаёт бенчмарки, но тупит в реальных задачах. Разбираемся, как файнтюн под метрики и закон Гудхарта убивают агентный инт
Читать →На основе данных OpenRouter разбираем, какие провайдеры LLM имеют лучший cache-hit rate. Тир-лист, формула effective cost и советы по выбору.
Читать →Анализ утечки лога GPT-5.5: модель использует примитивный 'caveman'-стиль мышления. Как это работает и почему это может стать прорывом в рассуждениях AI.
Читать →Обновлённый бенчмарк Apex-Testing теперь тестирует AI-кодеров на закрытых репозиториях. GPT 5.2, Claude 4 Opus, Gemini 3 Ultra — кто выжил? Результаты и анализ.
Читать →NVIDIA анонсировала Nemotron-Labs Diffusion — языковую модель на основе диффузии, которая генерирует текст параллельно и исправляет ошибки. Разбираем, почему эт
Читать →Новый метод CODA превращает memory-bound операции в один эффективный GEMM-эпилог, ускоряя обучение трансформеров до 30%. Разбираемся, стоит ли верить хайпу.
Читать →Разбор метода VPO — альтернативы RLHF, которая учит модели не только accuracy, но и широте мыслей. Когда каждый токен — маленькое приключение.
Читать →Искусственный интеллект (OpenAI o3) опроверг знаменитую гипотезу Эрдёша из комбинаторной геометрии. Математики комментируют прорыв — и боятся за свою работу.
Читать →Скандал с фальшивыми цитатами в книге об ИИ и десятки подложных ссылок в трудах NeurIPS. Разбираем, как галлюцинации нейросетей подрывают науку — и почему автор
Читать →Ученые USC доказали: ChatGPT уничтожает языковое разнообразие. Разбираем, почему тексты становятся безликими и как это исправить.
Читать →Исследование Gartner опровергает миф: увольнения при внедрении ИИ-агентов не дают отдачи. Разбираем 5 причин, почему сокращение штата разрушает ROI, и что делат
Читать →Китайский стартап DeepSeek привлек $10.3 млрд, подтверждая стратегию открытых AI-моделей. Разбираемся, почему компания отказывается от быстрой монетизации и что
Читать →