#Исследования
Подборка материалов по теме «Исследования»: релизы, исследования, бенчмарки, опенсорс.
Исследование: одна случайная неудача заставляет ИИ-агента в 11,6% случаев бросить рабочий инструмент
Учёные проверили 11 языковых моделей на 90 тысячах решений и выяснили: если агент один раз неудачно использовал надёжный инструмент, он потом в 11,6% случаев…
Готовые ИИ-генераторы картинок научили дорисовывать любые области за малую долю затрат
Исследователи из Stony Brook и ÉTS Montréal переделали уже обученные авторегрессионные генераторы изображений в модели с любым порядком генерации. Адаптация дешевле…
JEPA на 109 млн параметров обошёл Qwen2.5-72B: выравнивание 0,184 против 0,154
Авторы доказали гипотезу платоновских представлений для JEPA: текстовый энкодер на 109 млн параметров выравнивается с vision-моделями лучше Qwen2.5-72B, 0,184…
Qwen3.5-4B после RL-дообучения CaPtain решает 73,8% задач LIBERO против 0% у базы
Пересчёт эксперимента METR: на сложных задачах и ревью разработчики с ИИ теряют 24% часов
Google научила языковые модели «спать» и переносить знания из памяти в веса
ИИ-агенты за 24 дня перевели доказательство на 15 000 страниц в 43 млн строк кода и нашли ошибку 40-летней давности
AgentOrch: заранее составленный план ИИ-агента уступает пошаговому всего 8,5 п.п.
Исследователи сравнили два способа работы ИИ-агента с рабочими процессами: план целиком заранее и шаг за шагом с проверкой. Второй способ точнее, но разрыв между…
SLICE-Mem сокращает расход токенов памяти ИИ-агентов на 92% без потери качества
Исследователи из Гонконгского политеха предложили способ хранить память ИИ-агентов без постоянных обращений к большой языковой модели — точность почти не упала, а…
Можно ли учить языковую модель прямо во время чтения? Проверили на всех архитектурах
Кто победит в споре инструкций: порядковый номер, роль в чате или просто метка?
Исследователи убрали шум из MTP-обучения LLM одной строкой кода
MIT: ослабленная копия учит модель рассуждать — до +13 пунктов точности
Berkeley описала адаптивное параллельное мышление: модель сама решает, когда ветвиться
BAIR разобрала Adaptive Parallel Reasoning: модель сама решает, когда делить рассуждение на потоки и сколько их запускать. Сравнили ThreadWeaver, ParaThinker…
Учёные из NTU научили ИИ-модель пропускать видео: токенов меньше на 59%
Исследователи из Nanyang Technological University выяснили: модели Qwen2.5-Omni и Qwen3-Omni часто не нужно смотреть видео, чтобы ответить правильно. Отбор…