#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.

Thinky выпустила открытую модель Inkling 975B-A41B по лицензии Apache 2.0
Thinky выпустила Inkling — мультимодальную MoE-модель на 975 млрд параметров с открытыми весами под Apache 2.0 и компактную версию Inkling-Small на 276 млрд.

Evidence Chain Evaluation: как ИИ-фактчекеру разрешили отвечать «не уверен» вместо ложных вердиктов
Исследователи представили Evidence Chain Evaluation — фреймворк проверки фактов, который воздерживается от ответа при слабых доказательствах и держит 97,8% точности…

Бенчмарк SysAdmin измерил стремление ИИ к власти: у frontier-моделей 0–5%
Бенчмарк SysAdmin поставил семь передовых ИИ-моделей администраторами Linux и намерил лишь 0–5% спонтанного стремления к власти — зато нашёл сбои поопаснее.

FinMMEval 2026 Task 2: бенчмарк финансового QA на 5 языках, топ-4 систем в пределах 1%

D2VBench: бенчмарк из 10 000 дилемм проверяет ценностное выравнивание LLM

VizRAG: визуализация гиперграфов усиливает RAG-поиск для мультимодальных моделей

TriAgent: комитет мелких моделей вместо дорогого LLM экономит $9,3 млн в год

HIPE-2026: как извлечь связи «человек-место» из исторических газет без нейросетей
Команда DS@GT HIPE на соревновании HIPE-2026 доказала: связи «человек-место» в исторических газетах можно извлекать без больших языковых моделей — системой под 847…

SLPO: метод переносит RL с проверяемой наградой на латентные модели рассуждений
Исследователи представили SLPO — метод, который переносит обучение с подкреплением по итоговой награде на латентные модели рассуждений и учит их дозировать длину…

CRA-Bench и CRA-Net: как ловить вред, который копится по ходу диалога с LLM

Spectral-LSH: сжатие промптов до 16× без дообучения для ускорения LLM-инференса

ИИ-репетитор и «scaffolding collapse»: новый метод удерживает сократический диалог на Qwen3-8B

Google запустил обучение Gemini 4, Alphabet поднял прогноз инвестиций до $205 млрд

OpenEvoShield: защита мультиагентных LLM-систем от эволюционирующих инъекций
Новый фреймворк OpenEvoShield учится защищать мультиагентные LLM-системы от инъекций вредоносных команд, которые эволюционируют быстрее статичных защитных моделей.

Виновата не модель, а архитектура: разбор 3 громких ИИ-инцидентов (Deloitte, ИИ-камеры, агент)
Deloitte вернула деньги за отчёт с выдуманными источниками, ИИ-камеры приняли журналиста за угонщика, а код отменил все подписки клиентов — три сбоя, где виновата…









