![Схема семейства FLUX.1: закрытый FLUX.1 [pro], открыто-весовой FLUX.1 [dev] и Apache-версия FLUX.1 [schnell] на общей 12B rectified flow transformer архитектуре](https://comrad404.com/wp-content/uploads/2026/08/flux-1-open-weights-image-model-analysis-768x432.png)
FLUX.1: как модель с открытыми весами догнала и местами обошла лидеров
Разбираем FLUX.1 в рамке августа–октября 2024: что выпустила Black Forest Labs, почему 12B rectified flow transformer оказался таким сильным и...
Тема COMRAD404
Исследования искусственного интеллекта — страница 9
Глубокие исследования искусственного интеллекта: разборы papers, моделей, бенчмарков, безопасности, регулирования и механизмов работы.
Microsoft Orchard: почему среда обучения стала частью ИИ-агента
Microsoft Orchard — не новая LLM, а framework, в котором среда, harness, данные и механизм выбора ответа образуют один агентный...
AI Index 2026: почему рост бенчмарков ещё не означает надёжный ИИ
Stanford AI Index 2026 фиксирует быстрый рост бенчмарков, но не подтверждает единую траекторию к надёжному «общему» ИИ. Разбираем мартовские snapshot-данные,...
AI Act и маркировка контента: что реально изменилось 2 августа 2026 года
С 2 августа 2026 года Article 50 AI Act применяется, но он не требует видимой плашки на любом AI-материале. Разбираем...
Поддержка клиентов +14%? Что на самом деле показала Generative AI at Work
Известная история про «+14% в поддержке клиентов» оказалась чуть сложнее: в ранней рабочей версии — около 14%, в публикации QJE...
«GPTs are GPTs»: сколько работы затронет ИИ и что реально измеряла статья
Разбираем статью Eloundou et al. о влиянии LLM на рынок труда США: что означает exposure, откуда взялись оценки 80% и...
DeepSeek-V3: что стоит за «фронтиром за 5,6 млн долларов»
Исторический разбор DeepSeek-V3 конца 2024 года: что означают 671B/37B, откуда взялась цифра $5.576M, какие инженерные решения дали выигрыш и где...
Jamba и гибриды SSM+attention: разбор архитектуры AI21 образца 2024 года
Разбираем paper Jamba от AI21 от 28 марта 2024 года: зачем смешивать Mamba, attention и MoE, что показали бенчмарки, где...
Полностью открытые: что показали OLMo 2 и датасет Dolma
Разбираем, как AI2 связала открытый корпус Dolma, двухэтапное обучение OLMo 2 и публикацию всех артефактов — от данных и кода...
Sycophancy: почему ИИ поддакивает — разбор линии Anthropic 2023–2024
Исторический разбор работ Anthropic 2023–2024 о sycophancy: как RLHF и preference models подталкивают LLM соглашаться с пользователем даже тогда, когда...