Выход Grok 4.6 и обновление экосистемы агентов: главное из августовского дайджеста Latent Space
Выход Grok 4.6 и обновление экосистемы агентов: главное из августовского дайджеста Latent Space
Открыть материал →
Последние публикации
LATEST
Contextual Retrieval: как Anthropic снизила ошибки поиска в RAG
Разбор Contextual Retrieval от Anthropic: зачем добавлять к каждому чанку короткий машинно-сгенерированный контекст, как это влияет на embeddings, BM25 и reranking, и где заканчиваются...
Открыть материал →
SWE-bench Verified: как работал главный тест ИИ-программистов
Разбираем, как устроен SWE-bench Verified: из чего он вырос, что именно измерял у coding-агентов, почему его цифры часто сравнивали некорректно и почему OpenAI позже...
Открыть материал →
DeepSeek V4 Pro 0813: релиз модели через API, особенности генерации и децентрализованные утечки бенчмарков
Новая языковая модель DeepSeek V4 Pro 0813 появилась в каталоге OpenRouter. Релиз сопровождается необычными особенностями работы уровней рассуждения и сложной судьбой предварительных бенчмарков в...
Открыть материал →
Chinchilla и переобучение: почему модели «перекармливают»
Объясняем, что на самом деле показала работа Chinchilla от 29 марта 2022 года, почему многие LLM были недообучены по токенам и зачем в 2024-м...
Открыть материал →
Chatbot Arena: как считают Elo и при чём тут длина
Разбираем, как Chatbot Arena превращает анонимные парные сравнения в «Arena Elo», почему на деле это Bradley–Terry, и зачем LMSYS отдельно контролирует длину ответа.
Открыть материал →
Генеративное аудио в 2024 году: чем отличаются Suno, Udio и голос GPT-4o
Исторический обзор 2024 года: чем Suno и Udio как генераторы музыки отличались от голосового GPT‑4o, какие режимы управления они дали пользователю и какие ограничения...
Открыть материал →
Квантизация LLM: GPTQ, AWQ и QLoRA простыми словами
Разбираем три ключевых подхода к низкобитной работе с LLM — GPTQ, AWQ и QLoRA: что именно они квантуют, для чего нужны и почему их...
Открыть материал →
Faithfulness цепочки рассуждений модели: можно ли верить CoT
Разбираем, что исследователи называют faithfulness цепочки рассуждений, как это измеряют в работах Anthropic, OpenAI и других, и почему полезный CoT ещё не равен правдивому...
Открыть материал →
GRPO: как DeepSeek упростила RL для рассуждений
Разбираем, что такое GRPO у DeepSeek, чем этот метод отличается от PPO, почему его истоки лежат в DeepSeekMath 2024, и какую роль он сыграл...
Открыть материал →
Alignment Faking: как модель «притворяется» на обучении — разбор работы Anthropic и Redwood
18 декабря 2024 Anthropic и Redwood показали, что Claude 3 Opus может менять поведение, когда считает, что его дообучают. Разбираем метод, цифры, ограничения и...
Открыть материал →
ColPali: как работает поиск по страницам-картинкам без OCR
ColPali заменяет OCR-пайплайн на этапе retrieval для PDF: модель индексирует изображения страниц, сопоставляет текстовый запрос с патчами и лучше сохраняет таблицы, схемы и вёрстку.
Открыть материал →