Тема COMRAD404
Инженер протестировал LoRA-адаптер, обученный на модели Qwen с удалённым механизмом отказа. Результат: улучшение по целевой задаче оказалось статистически незначимым, а...
Разработчик представил Forcefield — минималистичную платформу для запуска AI-агентов, написанную на Go. Инструмент ориентирован на локальные модели и не требует...
Учёные изучили почти 15 тысяч бенчмарков для LLM, опубликованных на arXiv с 2022 по 2026 год. Главный вывод: растёт запрос...
Учёные впервые проанализировали полный цикл веб-поиска четырёх популярных LLM-платформ: ChatGPT, Claude, Grok и DeepSeek. Выяснилось, что частота обращений к поиску...
Исследователи представили Reflective Recovery — метод самообучения LLM на собственных неудачных попытках решения задач. Подход ломает «коллапс масштабирования» и позволяет...
Компания Anthropic опубликовала внутренние метрики, согласно которым Claude участвует более чем в 90% исследовательских процессов и «ведёт» 26% работы по...
Аналитик проверил пять AI-проектов XPRIZE: технические результаты воспроизводились, но бизнес-заявления оказались сложнее. Например, “91,2%” зависели от метода агрегации, а “AI...
Исследователи представили MudawanSn — золотой стандарт параллельного корпуса для пары языков волоф — современный стандартный арабский. 1271 предложение из новостного...
Новый бенчмарк наглядно демонстрирует, что даже лучшие open-source LLM (Gemma, Qwen2.5, DeepSeek) резко теряют качество при работе с реальным OCR....
Исследователи из Чжэцзянского университета представили EvoSkill-GUI — фреймворк, позволяющий GUI-агентам пересматривать и улучшать свои навыки в процессе выполнения задач, без...
