Qwen3.8-27B почти не ошибся в сложении — но это не значит, что он умеет считать
Эксперимент на локальном DGX Spark показал 167 правильных ответов из 169 при сложении больших чисел и выводе результата словами. Но...
Тема COMRAD404
генерация видео — страница 6
1082 материалов
NASA и IBM открыли лунную ИИ-модель: ошибка прогноза полярного льда снизилась до 22%
NASA и IBM представили открытую модель для анализа лунных данных. На тесте прогноза возможных залежей льда она снизила ошибку до...
OpenEnv проверяет ИИ-агентов в реальных системах, а не в демо
Hugging Face и Meta представили практический сценарий оценки ИИ-агентов через OpenEnv. Тест с календарями показал, что модели заметно теряют надёжность...
BootLoops превращает Claude в инструмент для точных научных вычислений — но не в автономного исследователя
Физик из Гарварда Мэттью Шварц описал open-source-набор BootLoops, который помогает языковым моделям выполнять точные количественные расчёты. Результаты показывают потенциал такого...
Meta открыла Muse Gadgets: Muse можно подключить к самодельным устройствам
Meta представила Muse Gadgets — открытый набор SDK и прошивок для устройств на ESP32 и Linux. Проект позволяет подключить к...
Cloudflare начала учитывать HTTP-заголовок Vary при кэшировании
Поддержка Vary устраняет один из давних рисков для приложений, которые возвращают HTML или JSON в зависимости от заголовков запроса. Для...
OpenAI: компании переводят ИИ от ответов к выполнению задач
OpenAI описала, как крупные компании используют ChatGPT и Codex для многошаговой работы. Главный сдвиг — от подсказок сотруднику к выполнению...
Suno открыла бета-тест режима Speech для озвучек с музыкой
В Suno появился режим Speech: по сообщению Telegram-канала Malepeg, сервис умеет превращать текст или описание идеи в речь с оригинальной...
Новый дашборд GitHub стал стандартным для всех пользователей
GitHub завершил перевод пользователей на обновлённый дашборд: интерфейс, ранее доступный в режиме предварительного просмотра, теперь открывается по умолчанию. Старую версию...
Исследование: PPFG не улучшил параллельное рассуждение у трёх языковых моделей
Исследование называет PRM-Pruned Fragment Grafting статистически эквивалентным независимому параллельному Chain-of-Thought в проверенных конфигурациях. Авторы связывают результат с редким попаданием вмешательства...