#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
SpecMRL улучшает Matryoshka-эмбеддинги: половина размерности бьёт полный MRL
Метод SpecMRL перестраивает пространство признаков в Matryoshka-эмбеддингах и на MTEB обгоняет MRL при всех проверенных размерностях, а на половине измерений…
HOLI-World учит 4B-модель понимать мир по записям от первого лица
Авторы HOLI-World собрали экосистему из ~100 сцен и ~80 тыс. QA-пар, чтобы модель HOLIWORLD-VL-4B лучше понимала пространство и время по egocentric-видео.
InfiniDream: синтез 100 объектов и 20 сцен в процедурной генерации 3D-миров
InfiniDream — VLM-фреймворк для процедурной генерации фотореалистичных 3D-миров. На 100 объектах и 20 сценах показаны улучшения по четырём метрикам с сохранением…
Ant Shuke выпустила LingDT-Decision-1.0: модели на 4B и 27B для быстрых решений
Исследование: переобучение и лишний compute съедают 68% прироста от эволюции харнесса
First Passage Attention заменяет сумму затуханий экстремумом: passkey на 8× длине
Исследователи проверили 16 видов подсказок для OPSD и нашли метрику отбора
Cognition открыла офис в Лондоне: британская команда выросла на 200% за полгода
Создатель агента Devin открыл офис в The Gilbert на Финсбери-сквер. Британская команда выросла более чем на 200% за шесть месяцев, а Access Group раскатала Devin на…
EinsiaAI запустила Quant Arena: половина из 9 LLM проиграла рынок A-акций
Девять моделей от шести вендоров писали и дорабатывали торговые стратегии для китайского рынка. На закрытых данных в плюсе остались только GPT и Opus 5.5, лучший…
Механистическая неопределенность LLM: измеряем через причинную устойчивость внутренних механизмов
Модель на 8B параметров обошла Claude Opus 4.8 в генерации научных идей
LEASH передаёт сложные шаги сильному агенту и экономит 19,2% на Opus 5
Volcano Engine открыла Seedance 2.5 4K для 20 студий под кинопроекты
Librarian Agents: LLM заранее собирают рабочее пространство и дают +33 п.п. на BrowseComp-Plus
Агент-строитель заранее раскладывает корпус документов по файловой системе, а второй агент отвечает на вопросы. На BrowseComp-Plus выигрыш 33 п.п., на BRIGHT в…
Intact снижает успех prompt injection в браузерных агентах с 73,1% до 12,8%
Новая архитектура Intact изолирует элементы веб-страницы друг от друга и учитывает их происхождение. На 1 091 странице с атаками она пропускает 12,8% против 73,1% у…