OpenAI представила решения для множества математических задач
OpenAI выпустила 722 рукописи с решениями сотен открытых математических вопросов。
Все новости
The Verge · AIОценка AI7575
Google ResearchГлавноеОценка AI8585 Google Earth AI представил модели для глобального общественного здоровья
Google Earth AI представил Population Dynamics Foundation Model (PDFM), который улучшает эпидемиологические модели。
Почему это важно: Исследование демонстрирует, как геопространственные модели могут улучшить общественное здоровье, предоставляя актуальные данные для эпидемиологических задач.
The DecoderГлавноеОценка AI7676 Исследователи расширили JEPA AI до универсальной модели мира
Команда исследователей улучшила архитектуру JEPA, создав модель JEPA-Anything。
Почему это важно: Исследование демонстрирует потенциал модели JEPA-Anything в различных областях, включая физику и биологию.
Google ResearchГлавноеОценка AI7373 Открытые и возникающие проблемы в области агентной конфиденциальности и безопасности
Google Research представил отчет о проблемах конфиденциальности и безопасности автономных агентов。
Почему это важно: Отчет предлагает новые подходы к обеспечению безопасности и конфиденциальности автономных агентов, что важно для их безопасного внедрения.
Import AIОценка AI6363 Обзор событий в AI: масштабирование роя, водяные знаки от Google DeepMind и экономика науки
В выпуске обсуждаются новые подходы к масштабированию AI через рои。
Simon WillisonОценка AI4545 Qwen3.8 27B: результаты тестирования сложения чисел словами
Модель Qwen3.8-27B продемонстрировала 23.57% точности при сложении положительных целых чисел и выражении результатов словами на английском языке в условиях отсутствия рассуждений. В тестах с 5,070 случаями без рассуждений и 169 случаями с умеренными рассуждениями точность снизилась с 97.04% для одно- и трехзначных чисел до 6.44% для десяти- и тринадцатизначных.
Hugging Face BlogГлавноеОценка AI8787 Microsoft и Hugging Face выпустили ThinkingBox для оценки надежности AI-агентов
Microsoft и Hugging Face совместно опубликовали ThinkingBox — бенчмарк для оценки AI-агентов。
Почему это важно: Microsoft и Hugging Face представили ThinkingBox, оценивающий AI-агентов по реальному изменению состояния базы данных, а не по количеству вызовов инструментов.
Google ResearchГлавноеОценка AI7575 К направлению к доказуемо приватному обучению на федеративных данных
Google представил новое поколение системы федеративного обучения。
Почему это важно: Исследование предлагает новые подходы к обеспечению конфиденциальности в федеративном обучении, что может повлиять на будущее разработки AI-систем.
Microsoft ResearchОценка AI5555 Модель Microsoft Research прогнозирует риски космической погоды для энергосетей США
Исследователи из Microsoft Research разработали систему машинного обучения。
Google ResearchГлавноеОценка AI7373 Google Research представил фреймворк Diffusion Controller для управления генерацией изображений
Исследователи Google представили фреймворк Diffusion Controller。
Почему это важно: Предлагает единый математический подход к управлению генерацией изображений, улучшая соответствие промптам без потери качества.
Hugging Face BlogГлавноеОценка AI7070 Презентация ProvenanceGuard: проверка фактов с учетом источника для агентов на базе MCP
Команда Multiverse Computing представила статью ProvenanceGuard, посвященную проверке фактов для LLM-агентов。
Почему это важно: Представлен метод верификации фактов для MCP-агентов, который отслеживает происхождение утверждений и предотвращает смешение источников.
Import AIОценка AI6363 Обсуждение философии разума и AI в Import AI 474
В выпуске Import AI 474 обсуждаются идеи Майкла Левина о платоническом пространстве разума и его связи с AI。
Google ResearchГлавноеОценка AI8585 Google Research представила систему AI-агентов для генерации связного длинного видео
Исследователи Google описали набор фреймворков на базе Gemini и Veo для автоматизации создания многочасовых видеороликов. Система включает Co-Director для управления творческим процессом。
Почему это важно: Представлена многоагентная архитектура для создания длинных видеороликов, решающая проблему согласованности персонажей и окружения.
Google ResearchГлавноеОценка AI7070 MilleMiglia: реалистичный генератор экземпляров для логистики средней дистанции
Исследователи представили MilleMiglia, генератор экземпляров на C++, который создает реалистичные бенчмарки для задач логистики средней дистанции。
Почему это важно: Работа представляет новый инструмент для генерации данных, что может способствовать развитию исследований в области логистики.
Google ResearchГлавноеОценка AI7575 Будущее практики: Помощь учителям в создании интерактивных обучающих материалов с помощью генеративного интерфейса
Исследователи Google представили новый эксперимент。
Почему это важно: Исследование демонстрирует, как AI может помочь создать интерактивные образовательные симуляции, что может изменить подход к обучению.
Google ResearchГлавноеОценка AI8585 Обход узких мест вывода: Ускорение сложного поиска AI с помощью Retrieve-for-Train
Исследователи из Google представили метод Retrieve-for-Train, который использует оффлайн обучение с подкреплением для оптимизации поиска。
Почему это важно: Представленный подход позволяет значительно ускорить процесс поиска и улучшить качество результатов.
Google ResearchГлавноеОценка AI7373 ToolGrad: эффективная генерация датасета для использования инструментов с помощью текстовых градиентов
Исследователи Google представили ToolGrad — метод создания обучающих данных для AI-агентов на основе парадигмы «ответ прежде вопроса» и текстовых градиентов. Подход позволяет генерировать сложные цепочки вызовов API с высокой точностью и низкой стоимостью. Модели Gemma-3, дообученные на данных ToolGrad, продемонстрировали результаты, сопоставимые с лучшими проприетарными моделями (Gemini, Claude, GPT), а модель 12B даже превзошла свою «учительскую» модель Gemini.
Почему это важно: Предлагает эффективный метод генерации данных для обучения агентов, позволяя компактным моделям превосходить проприетарные аналоги.
Microsoft ResearchГлавноеОценка AI7676 GigaPath-Flash и GigaTIME-Flash: Модели для анализа патологии
Исследователи представили модели GigaPath-Flash и GigaTIME-Flash, которые обеспечивают более эффективный анализ патологии。
Почему это важно: Модели GigaPath-Flash и GigaTIME-Flash значительно повышают эффективность анализа патологии, что может расширить возможности исследований.
Import AIОценка AI5555 Import AI #470: Неравномерное ускорение науки ИИ и дебаты о правах машин
В выпуске Import AI разобраны результаты исследования METR。
Import AIОценка AI6666 Import AI 469: научный ИИ, симулятор RSI и технологический пессимизм Цукерберга
Jack Clark разбирает DiG-bench для оценки креативности ИИ, симулятор рекурсивного самосовершенствования от Paradigm Research。
Microsoft ResearchОценка AI5555 Microsoft Research представила MindTopo для оценки топологического мышления мультимодальных моделей
Команда Microsoft Research выпустила бенчмарк MindTopo, оценивающий способность мультимодальных больших языковых моделей понимать топологические свойства。
Berkeley AI ResearchГлавноеОценка AI6868 Обучение LLM обновлению убеждений для эффективного долгосрочного взаимодействия
Исследователи представили ABBEL, новый фреймворк, который использует обновление убеждений для управления информацией в долгосрочных задачах. ABBEL демонстрирует улучшение производительности и снижение использования памяти по сравнению с традиционными методами.
Почему это важно: Работа представляет новый подход к управлению долгосрочными взаимодействиями с помощью обновления убеждений, что может улучшить эффективность AI-агентов.
Berkeley AI ResearchГлавноеОценка AI7373 Адаптивное параллельное рассуждение: новый парадигма эффективного масштабирования вывода
Авторы представили концепцию адаптивного параллельного рассуждения, позволяющую моделям самостоятельно решать。
Почему это важно: Анализ новых подходов к параллельному рассуждению может помочь в улучшении производительности моделей.
Berkeley AI ResearchГлавноеОценка AI7171 Градиентное планирование для моделей мира на более длинных горизонтах
Исследователи представили GRASP, новый градиентный планировщик для изученных динамик。
Почему это важно: Материал описывает новый подход к планированию с использованием градиентного метода, что может улучшить эффективность долгосрочного планирования в моделях мира.
Berkeley AI ResearchГлавноеОценка AI7070 Идентификация взаимодействий в больших языковых моделях
Исследователи представили алгоритмы SPEX и ProxySPEX для выявления критических взаимодействий в больших языковых моделях, что значительно улучшает интерпретируемость и понимание их работы.
Почему это важно: Методы SPEX и ProxySPEX позволяют эффективно выявлять взаимодействия в больших языковых моделях, что способствует лучшему пониманию их поведения.
Berkeley AI ResearchГлавноеОценка AI6767 Информационно-ориентированный дизайн систем изображения
Исследователи разработали метод оценки информации для оптимизации систем изображения。
Почему это важно: Метод оценки информации открывает новые возможности для проектирования и оценки систем изображения.