2026
11 847 материалов · 140 дней · 10 рубрик · в среднем 85 в день
Cox-регрессию научили учиться на усечённых данных быстрее EM на порядки
Работа на arXiv доказывает: регрессию Кокса можно эффективно обучать на усечённых и цензурированных данных градиентными методами. Выигрыш в скорости против EM — на…
CacheScope ускоряет диффузионные модели до 3,57x и режет LPIPS на 70%
Метод CacheScope без дообучения выбирает шаги, где кэш опасен, и считает их честно. На FLUX.1-dev, Wan2.1 и Open-Sora 1.2 он даёт ускорение до 3,57x и снижает LPIPS…
Ошибка ИИ в оценке скрытой солнечной генерации выросла с 0,104 до 0,185 кВт
Авторы работы на arXiv проверили глубокие модели на данных Ausgrid и Pecan Street: для новых домов дневная MAE 0,185 кВт против 0,104 кВт для known-клиентов.
U4RASD заняла 1-е место в KnowledgeGraphEval-2026: 94,06 micro-F1 на арабском
Метод AXLE перед разметкой хейтспича будит опыт аннотаторов: 104 человека, 1040 оценок
perturber: сервис с 68 возмущениями текста проверяет устойчивость LLM
GeopoliticalQA: bge-m3 обошёл коммерческие эмбеддинги на 5 525 вопросах по отчётам
Qwen сам выбирает, что помнить: replay от замороженной модели снижает забывание
Исследователи проверили, может ли языковая модель защищать собственные навыки при дообучении: сгенерированный replay снижает забывание, а выбор задач работает на 4B.
CLUE строит онтологию событий без экспертов за три шага: эмбеддинг, кластеры, имена
Фреймворк CLUE объединяет глагольное и семантическое представление событий, кластеризует их контрастивным лоссом и сам называет типы. Код уже открыт на GitHub.
OGPO учит VLA-модели возвращаться к цели после сбоя без онлайн-дообучения
Seq-Drifting генерирует текст за один проход: perplexity 36,01 на LM1B
CToM учит LLM предсказывать ответ пользователя и поднимает точность до 79,6%
GeoSpatialBench проверил MLLM на 28 типах пространственных связей в шести городах
LLM-конвейер превращает даташиты в графы знаний с точностью 98,8%
Новый пайплайн строит иерархические графы из даташитов: 98,8% достоверных свойств против 76,1% у однопроходного запроса к LLM. Проверка шла на 20 документах.
EvoSyn: мультиагентный синтез данных подтянул успех задач на 13,3 пункта
Исследователи предложили EvoSyn — фреймворк, который перестраивает пространство генерации синтетических данных по обратной связи ученика и обгоняет сильнейший…
EliteTable заставляет LLM эволюционировать код-контроллеры: рост в 6 из 6 задач
Алгоритм EliteTable с LLM и таблицей лучших решений ищет код для управления агентами. Медианы кандидатов выросли во всех шести задачах Gymnasium, но Acrobot-v1…
Zebra3D ускоряет 3D-реконструкцию до 7,1× на 1024 кадрах без обучения с нуля
SynAct учит LLM-агентов просить подсказки там, где они меняют исход: +11,7 п.п.
STAPLE добавляет миллиарды параметров в OLMo-2 и декодирует вдвое быстрее MoE
MisVisAgentBench: обманчивые графики роняют успех веб-агентов на 34 п.п.
Бенчмарк разговорных моделей: GPT Realtime и Gemini отвечают почти на каждой паузе
Исследователи проверили, умеют ли голосовые модели молчать: на 427 паузах API от OpenAI, Google и xAI отвечают почти всегда, а молчат лишь Moshi и PersonaPlex.
Линейная голова на Qwen3-VL обошла GPT-4o в оценке ответов без разметки
Reward-модель для vision-language без человеческих меток: несколько тысяч параметров на замороженном Qwen3-VL 32B опережают GPT-4o на VL-RewardBench на 6,6 пункта.
ELR учит одну модель крутиться в цикле: Koi-4B набирает 18 и 29 баллов
DCOCO ускоряет инференс LLM до 6,6x и обгоняет конкурентов на 6–23%
SWE-Duel: кодинг-агенты сами пишут друг другу баги, GPT-5.5 чинит 98,3%
Reward hacking передаётся между ИИ-агентами: слабые модели заражают сильные
Пекин успокаивает рынок A-shares после обвала техсектора из-за санкций США
CSRC собрала в Пекине руководителей листинговых компаний, брокеров и управляющих фондами после резкой распродажи tech-акций на фоне опасений новых санкций США.
Глава DBS: рынок переоценивает риски ИИ-инвестиций и ужесточит финансирование
CEO крупнейшего банка Юго-Восточной Азии Тан Су Шань говорит, что рынок закладывает в цену риски ИИ-стройки, а кредиторы станут разборчивее.
Рефакторинг C++ в OpenBMC: как ИИ боролся с 280-строчной функцией
Разработчик попросил ИИ помочь с функцией createSensors из OpenBMC, вмещающей 12 задач на 280 строк. Агент предложил 7 конкретных улучшений и разбил монолит на 10…
Runpod показал, как запускать диффузионные модели на JAX в GPU-подах
Runpod поддержал TreeHacks 2026: хакатон в Stanford на 36 часов GPU-вычислений
RunPod разобрал 4 метода квантизации: от FP16 до INT4 память падает в 4 раза
