#Исследования
Подборка материалов по теме «Исследования»: релизы, исследования, бенчмарки, опенсорс.
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.
GEPA поднял награду deep-research агента с 0,702 до 0,781 на новых темах
Эволюция промптов GEPA подняла награду за цитирование на отложенных темах на 0,079. Почти половина промпта оказалась «ответником», но запоминание тут ни при чём.
TabWM учится предсказывать правки в базе данных: F1 вырос с 0,016 до 0,685
Почему повторное дообучение упирается в потолок: исследование LANN-4
DeepSeek-OCR сжимает текстовый контекст в 10 раз при точности 97%
Десять минут с ИИ снижают упорство в сложных задачах, показало исследование Беркли
Теренс Тао прочёл в Caltech лекцию «Математика 2.0» о машинных доказательствах
Теренс Тао опубликовал лекцию «Math 2.0» из Caltech. Больше года назад она задумывалась как «Машинно-ассистированное доказательство», а потом ушла с мая на октябрь.
arXiv ограничил авторов двумя статьями в месяц из-за потока ИИ-работ
С октября 2026 года arXiv принимает не больше двух препринтов в месяц от одного автора: поток вырос вдвое за два года, а в cs.AI — более чем в шесть раз.
Odyssey-3: как видео-модель учит роботов физике за десятки часов
Hacker-fixer цикл закрывает дыры в верификаторах Terminal Bench, KernelBench и SETA
ReviewScope ищет аномалии в отзывах через embeddings и графы на 21 тыс. текстов
Может ли ИИ заметить «чёрную дыру» в сети до сбоя: разбор тихих потерь пакетов
ROMA учит роботов трогать, трясти и сжимать предметы, чтобы их понять
Исследователи представили ROMA: робот сам определяет, когда ему не хватает данных об объекте, и добирает их руками — так же, как человек взвешивает и трясёт коробку.
Терренс Тао написал для математиков о надёжности Lean и роли ИИ
Тао разбирает, чему математикам стоит доверять в Lean, а чему нет, когда доказательства всё чаще пишет ИИ. Пост набрал 53 очка на Hacker News за первые часы.