#Исследования
Подборка материалов по теме «Исследования»: релизы, исследования, бенчмарки, опенсорс.
Ripple-65B от Ricursive: открытая модель под Apache 2.0 набрала 80,5% в TerminalBench
Ricursive Intelligence выложила на Hugging Face плотную модель на 65 млрд параметров. Она лучшая среди открытых американских в агентном кодинге, а обучение обошлось…
Рассуждающие модели думают над 2+3 в 20 раз дольше нужного, а над сложным ленятся
Модели научились думать перед ответом, но не научились понимать, когда это нужно. Разбираем, почему ИИ передумывает простое, недодумывает сложное и как пять…
Anthropic изучила 207 000 научных сессий Claude: 34% анализ данных, идеи — в хвосте
Anthropic посмотрела, как учёные реально используют Claude: больше всего в анализе данных и текстах, меньше всего там, где по их же словам рождаются открытия.
Zero-Host-Copy: как гнать YOLOv8m на 165–215 FPS, убрав CPU из горячего цикла
ИИ-помощник поднял оценки школьников на 48%, а без него они сдали на 17% хуже
Thinking Machines выпустила Inkling 2 Small: 594B MoE обучили за 68 часов
Зацикленный трансформер на 1B параметров обошёлся в 1,4 раза дешевле по FLOP
Трейдер собрал RAG и RandomForest в сигналы BUY/SELL: 62% точности на 59 записях
Автор с Habr прогнал 37 тысяч новостей через локальный Qwen 14B и RandomForest, чтобы получать торговые сигналы с объяснением. И честно показал, где всё ломается на…
Холодный старт LLM в Kubernetes: 200 из 294 секунд уходят не на загрузку весов
Scale-to-zero для LLM кажется простым способом сэкономить на GPU. Но первый запрос ждёт почти пять минут, и дело не в скачивании модели. Разбираем, куда уходит…
Qwen-Image 2.1 Omni влез в 4 ГБ VRAM и почти не потерял в скорости
Замеры 46 операций .NET: Copilot-агент добавил просадку в 16% на первом resolve DI
Открытый DeepSeek взламывает сети почти как закрытый Daybreak: 73% против 81%
Nous Research вычистила пропаганду из Qwen дообучением на 53 млн токенов: с 22% до 0,9%
Агент с окном 16K держит 70,2% SWE-bench Verified, сбрасывая контекст каждый шаг
Авторы статьи показали: агенту не нужен миллион токенов. Обвязка сбрасывает диалог и оставляет короткую сводку, а качество почти не падает. Но есть подвох с кешем.
VIALS-AA: Gemini 4 Carbon решает 64% научных задач по картинкам, GPT-6.1 Sol в 30 раз дешевле
Artificial Analysis проверила 19 моделей на разборе научных изображений. Больше шагов не значит точнее, а цена за задачу отличается почти в 100 раз.