Коллапс модели: когда ИИ начинает есть сам себя
Автор разбирает концепцию model collapse — вырождение нейросетей при обучении на собственном синтетическом контенте.
События и разборы
Оперативная лента ИИ и разработки — страница 22
Короткие проверки популярных AI-сигналов из Telegram, Reddit, X и YouTube: что произошло, чему верить и почему это важно.
LoRA на аблейтированной модели: наследуемое поведение или результат дообучения? Разбор кейса
Инженер протестировал LoRA-адаптер, обученный на модели Qwen с удалённым механизмом отказа. Результат: улучшение по целевой задаче оказалось статистически незначимым, а...
Forcefield — быстрый лёгкий AI-агент на Go для локальных моделей
Разработчик представил Forcefield — минималистичную платформу для запуска AI-агентов, написанную на Go. Инструмент ориентирован на локальные модели и не требует...
Масштабное исследование 14 767 бенчмарков: как меняются ожидания от LLM
Учёные изучили почти 15 тысяч бенчмарков для LLM, опубликованных на arXiv с 2022 по 2026 год. Главный вывод: растёт запрос...
Исследование поискового поведения LLM-агентов: кто, как и зачем ищет в интернете
Учёные впервые проанализировали полный цикл веб-поиска четырёх популярных LLM-платформ: ChatGPT, Claude, Grok и DeepSeek. Выяснилось, что частота обращений к поиску...
Reflective Recovery: как научить LLM исправлять собственные ошибки без внешних оценщиков
Исследователи представили Reflective Recovery — метод самообучения LLM на собственных неудачных попытках решения задач. Подход ломает «коллапс масштабирования» и позволяет...
Anthropic раскрыла, какую долю работы над новыми ИИ-моделями уже выполняет Claude
Компания Anthropic опубликовала внутренние метрики, согласно которым Claude участвует более чем в 90% исследовательских процессов и «ведёт» 26% работы по...
Воспроизводимость AI-бенчмарков не гарантирует верификации бизнес-заявлений
Аналитик проверил пять AI-проектов XPRIZE: технические результаты воспроизводились, но бизнес-заявления оказались сложнее. Например, “91,2%” зависели от метода агрегации, а “AI...
Wolof и арабский: новый параллельный корпус MudawanSn для машинного перевода
Исследователи представили MudawanSn — золотой стандарт параллельного корпуса для пары языков волоф — современный стандартный арабский. 1271 предложение из новостного...
LLM под микроскопом: как OCR-шум убивает точность извлечения данных из документов
Новый бенчмарк наглядно демонстрирует, что даже лучшие open-source LLM (Gemma, Qwen2.5, DeepSeek) резко теряют качество при работе с реальным OCR....