COMRAD404 / AUTHOR

София Белова

Редактор исследований и методологии

София Белова ведёт исследовательское направление COMRAD404. Она разбирает статьи, препринты и отчёты так, чтобы читателю были понятны дизайн исследования, выборка, метрики и границы вывода.

Отдельное внимание уделяет темам образования, науки и общественных эффектов ИИ. Корреляции не превращаются в причинность, а предварительные результаты обозначаются как предварительные.

научные работыметодологияобразованиенаукаобщество

154материалов

Последние публикации

LATEST

Схема пайплайна LiveBench: свежие источники вопросов, генерация проверяемых задач, запуск моделей и автоматическая проверка по ground truth

Исследования//12.08.2026//10 мин чтения

LiveBench: что реально измеряет бенчмарк, который «нельзя выучить»

LiveBench обещал стать бенчмарком, который трудно «выучить» через тренировочные данные. Разбираем стартовую версию 2024 года, её метод, результаты и ограничения по paper, datasheet и...

Открыть материал →

Схема repeated sampling: LLM генерирует множество независимых кандидатов, после чего верификатор через unit tests, proof checker или селектор выбирает корректный ответ

Исследования//11.08.2026//9 мин чтения

Repeated sampling: дешёвый способ поднять качество LLM

Brown et al. показали, что множество независимых попыток может заметно поднять качество LLM без нового обучения. Разбираем repeated sampling, результаты на SWE-bench Lite и...

Открыть материал →

Схема пайплайна Let’s Verify Step by Step: GPT-4 генерирует много решений задачи MATH, разметчики отмечают шаги как positive, negative или neutral, PRM считает вероятность корректности всех шагов и выбирает лучшее решение

Исследования//11.08.2026//11 мин чтения

«Let’s Verify Step by Step»: как награда за каждый шаг меняет проверку рассуждений

Разбираем работу OpenAI Let’s Verify Step by Step: зачем давать награду не только за финальный ответ, но и за каждый шаг решения, как устроен...

Открыть материал →

Схема конвейера GNoME: генерация структурных и композиционных кандидатов, фильтрация графовыми сетями, DFT-проверка и формирование обновлённой convex hull

Исследования//11.08.2026//12 мин чтения

GNoME: что реально означает «2,2 млн новых материалов» в работе DeepMind

Разбираем GNoME от Google DeepMind по первоисточникам: что в работе значит 2,2 млн «новых материалов», почему ключевая цифра — 381 тыс. стабильных кристаллов, и...

Открыть материал →

Схема пайплайна AlphaProof и AlphaGeometry 2 на IMO 2024: ручная формализация задач, поиск доказательства в Lean, отдельный геометрический решатель и итоговый счёт 28 из 42

Исследования//11.08.2026//12 мин чтения

AlphaProof и AlphaGeometry 2: что на самом деле значило «серебро на IMO 2024»

Разбираем, как AlphaProof и AlphaGeometry 2 набрали 28/42 на IMO 2024, что в этом результате было действительно новым, и почему его не стоит путать...

Открыть материал →

Схема связи Нобелевских премий 2024 по физике и химии с сетью Хопфилда, машиной Больцмана, Top7 и AlphaFold2

Исследования//11.08.2026//12 мин чтения

Нобелевские премии 2024: ИИ признан наукой — что именно наградили

В 2024 году Нобелевские премии по физике и химии впервые одновременно отметили работы, напрямую связанные с ИИ. Разбираем не медийный эффект, а то, какие...

Открыть материал →

Схема пайплайна Humanity’s Last Exam: фильтрация вопросов через frontier-модели, экспертное ревью, публичный набор HLE и оценка ответов judge-моделью

Исследования//11.08.2026//13 мин чтения

Humanity’s Last Exam: что реально измеряет «экзамен на пределе знаний»

Разбираем Humanity’s Last Exam — бенчмарк CAIS и Scale AI для закрытых вопросов экспертного уровня. Что в нём меряют, почему первые модели застряли ниже...

Открыть материал →

Схема model collapse: человеческие данные, модель 0, синтетические данные следующих поколений, исчезновение хвостов распределения и накопление ошибок

Исследования//11.08.2026//12 мин чтения

Model collapse: что будет, если учить ИИ на ИИ

Разбор Nature-статьи Shumailov et al. о model collapse: почему рекурсивное обучение на данных от ИИ стирает хвосты распределения, что показали эксперименты на OPT-125m и...

Открыть материал →

Схема работы AlphaFold 3: белки, ДНК, РНК и лиганд проходят через общее представление, pairformer и диффузионный модуль к 3D-структуре комплекса

Исследования//11.08.2026//12 мин чтения

AlphaFold 3: от белков к комплексам с ДНК и лекарствами

Разбор AlphaFold 3 по статье Nature 2024 и материалам DeepMind: что изменилось в архитектуре, как модель перешла от одиночных белков к комплексам с ДНК,...

Открыть материал →

Схема GraphRAG: из текстовых чанков строится граф сущностей, затем выделяются сообщества и их summary-отчеты, после чего map-reduce формирует глобальный ответ по всему корпусу

Исследования//11.08.2026//12 мин чтения

GraphRAG: граф знаний вместо плоского поиска — разбор работы Microsoft

Разбираем исходную работу Microsoft о GraphRAG: как граф сущностей и иерархические community summaries помогают отвечать на «глобальные» вопросы по корпусу и где у метода...

Открыть материал →

Схема пайплайна Llama 3.1 405B: dense Transformer, continued pre-training до 128K, post-training через SFT и DPO, tool use, а также таблица результатов на MMLU, GPQA, HumanEval, BFCL и MGSM.

Исследования//11.08.2026//12 мин чтения

Llama 3.1 405B: что показала открытая модель уровня фронтира

23 июля 2024 Meta выпустила Llama 3.1 405B и назвала её моделью уровня фронтира с открыто доступными весами. Разбираем paper, model card и реальные...

Открыть материал →

Оператор Encord в нейрогарнитуре Zander Labs выполняет задачу по извлечению блоков из башни Дженга для сбора данных обучения физического ИИ

Агенты, Инструменты//27.07.2026//3 мин чтения

Encord и Zander Labs тестируют нейроинтерфейсы для сбора данных обучения физического ИИ

Стартап Encord совместно с немецкой Zander Labs экспериментирует с измерением мозговой активности человека во время выполнения физических задач. Новая модальность данных — мозговые волны...

Открыть материал →

« Previous 1 2 3 4 5 6 … 13 Next »