#Исследования

Исследователи SAP научили ИИ-агентов не метаться между разными решениями одной задачи

EmbodiedLab: роботов проверили на экспериментах, и лучший решил меньше половины

S3AC возвращает критика в RL для LLM: прирост от 1.5B до 397B параметров

Skill∞: агент сам улучшает навыки и свой метанавык, 60,7% на SkillsBench

Исследователи NUS научили мета-агента оптимизировать навыки и переписывать собственную процедуру оптимизации. На 83 задачах SkillsBench он набрал 60,7% против 56,4%…

MoleculeMind заявила о 94,7% успешных проектов в AI-дизайне белков

Платформа MMDesign от китайской MoleculeMind прошла проверку на 18 мишенях: нанотела VHH и макроциклы, все шесть GPCR-мишеней взяты, успех проектов — 94,7%.

Китайская AREX-2 на базе 27B обошла модель в 1,6 трлн параметров

Команда AREX из BAAI, USTC и Народного университета Китая обучила на длинной рефлексии модель AREX-2 на Qwen3.8-27B. Авторы заявляют, что она обходит гиганта на 1,6…

Обзор из 12 авторов описал, как доверять ИИ, который сам себя улучшает

Исследователи разобрали рекурсивное самоулучшение ИИ: четыре темы доверия, три оптики проверки и стадии S1–S4, на которых прирост качества легко оказывается…

01Work Agents: 16 исследователей собрали единую систему координат для ИИ-агентов27 окт. 2026 г.·3 мин 02От промптинга к контекст-инжинирингу: 6 рабочих техник, которые экономят часы на доводке ответа27 окт. 2026 г.·3 мин 03MLE-World предсказывает исход ML-эксперимента без запуска: 77,9% точности27 окт. 2026 г.·2 мин 04VibeVideoBench: агенты пишут видео кодом, и лучший справляется в 76,3% задач27 окт. 2026 г.·2 мин 05Дискретные токены картинок почти догнали непрерывные: FVQ закрыл разрыв в 59% к Emu327 окт. 2026 г.·3 мин

Топ темы

KAIST научил диффузионные VLM не смотреть на картинку: 35% вычислений при 99,6% качества

UCSD обучил картиночную модель на 3 млрд параметров за 6600 GPU-часов H100

Исследователи из UCSD разделили генерацию картинок на два этапа: авторегрессия учит «что рисовать», диффузия дорисовывает детали. Модель на 3B набрала 86 на GenEval.

Исследования·RB.RU

OpenAI выложила 719 математических рукописей, и учёные требуют их проверки

OpenAI опубликовала на GitHub 719 математических рукописей. Математики говорят, что часть из них не проверена, и сомневаются в заявлении о задаче Навье — Стокса.

OpenAI выложила 722 математические рукописи, а Юаньдун Тянь ждёт потери работы

OpenAI опубликовала на GitHub 722 математические рукописи от закрытой модели, а исследователь Юаньдун Тянь после совместной статьи с GPT-5 говорит о своей замене в пределах пяти лет.

DSReg привязывает скрытые переменные JEPA к реальным причинам данных

Исследования·Habr AI

Веса LLM заменяют рецептом: как 16 ГБ матриц пытаются свернуть в формулы

Исследования·Habr AI

Синтезированный голос прочитал роман за 1 ч 58 мин, а ломалась обвязка

Цинхуа научил роботов репетировать действия: ParallelWorld поднял успех с 56% до 83%

VMem-Bench показал: память в видеогенераторах роняет точность до 0,845

Бенчмарк iPrefBench: iOS-агенты выполняют 91,6% действий, но решают 47,7% задач

ThinkBit сжимает Qwen3-14B до 3,74 ГБ и держит 94,8 на MATH-500

Shan Yang разложил выигрыш RL: 82% — умение уложиться в токены

GPT-4o mini держит 37–38 правил замены слов при 95% точности

Исследователь предложил измерять «ёмкость инструкций» модели в штуках правил, как объём памяти. GPT-4o mini уверенно держит около 37–38 правил, а при плотных…