Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.
Агенты структурированных данных в корпоративных условиях должны анализировать сложные среды данных, соответствующие данные которых распределены по схемам, отношениям, политикам и повторяющимся бизнес-ролям. Современные агентные системы часто решают эту проблему с помощью многоразового использования уценки…
Анализ данных нейровизуализации требует специальных знаний в области кодирования и статистики, что ограничивает доступность для исследователей без опыта работы в области вычислений. Мы представляем AI Neuroscientist, языковой агент для интерактивного исследования данных. Система объединяет большой…
Большие языковые модели все чаще используются в качестве репетиторов для конкретных курсов, но их полезность зависит от проверенных учебных материалов, которые часто пересматриваются в середине семестра. В нашей предыдущей работе была построена мультимодальная система дополненной генерации (RAG) на…
Мы часто учим коллегу, показывая работу и объясняя решения по ходу дела. Как мы можем проверить, что понял агент из того же урока? Мы представляем ShowTellArena, эталонный протокол и общедоступный набор данных для понимания после рассказанных бизнес-демонстраций. …
Прогнозирование выживаемости при мультиформной глиобластоме (МГБ) требует моделей, которые были бы одновременно точными и интерпретируемыми, однако существующие подходы рассматривают эти цели как конкурирующие, где эффективные модели жертвуют прозрачностью, в то время как интерпретируемые модели допускают ухудшенную прогностическую…
Обучение с подкреплением, ориентированное на рассуждение, позволяет большим языковым моделям решать математические, программные и другие многоэтапные задачи, но переносит значительную часть затрат на обучение на развертывание, при котором генерируются траектории для обновлений политики. Эффективные механизмы развертывания…
Планирование задач объединяет инструкции высокого уровня и исполняемое поведение в долгосрочных манипуляциях, однако современные системы «Видение-Язык-Действие» (VLA) часто оставляют эту промежуточную структуру неявной. Существующие специалисты по планированию цепочки мыслей (ЦП) также склонны полагаться на грубый уровень задач…
Системы дополненной генерации (RAG) стали доминирующей архитектурой для обоснования результатов модели большого языка (LLM) в поддающихся проверке внешних знаниях, однако их структурная зависимость от динамического конвейера поиска представляет в значительной степени неизученный класс…
Проспективная стратификация риска инсульта в первичной медико-санитарной помощи является сложной задачей, поскольку ранние сигналы риска распределяются по рутинным биомаркерам и неструктурированным клиническим описаниям. Мы предлагаем MedGate-Fusion, мультимодальную закрытую архитектуру, которая объединяет…
Маркетологи все чаще используют большие языковые модели (LLM) в качестве «синтетических персонажей», чтобы предсказать, как аудитория отреагирует на текст перед его отправкой, чему способствуют доказательства того, что LLM, обусловленные профилем, имитируют человеческие образцы. Но действительно ли этот прогноз верен по сравнению с реальным…
Более раннее перемещение авторизации может сократить границы диспетчеризации агента, не удаляя при этом работу по авторизации. Он также может допустить действие, полезная нагрузка, полномочия или соответствующее состояние которого изменились. ZeroGate отделяет утверждение точного действия от постоянного местного допуска: эмитент подписывает…
Обнаружение цепей в языковых моделях обычно означает множество тщательных вмешательств. Мы попробуем что-то более простое: относимся к вниманию как к карте маршрутов одного прямого прохода, сохраняем небольшой набор маршрутов, указывающих на ответ, и спрашиваем, действительно ли эти маршруты имеют значение. Они…
Сбои диалога в языковых моделях обычно объясняются сбоями в памяти: слишком длинный контекст, потери в кратком изложении, забытое ограничение. Мы утверждаем, что это упускает из виду более глубокую проблему: во многих разговорах модель не забывает, она совершает действия слишком рано. Неоднозначный ранний поворот рушится…
В повторной работе агенты непоследовательны. Мы выполнили 42 задания по три раза каждое и обнаружили, что в зависимости от модели от 38% до 74% дали несогласованные ответы. Последовательность — это то, чего требует покупатель, аудитор или регулятор, а у агентов ее нет. Они тоже расточительны:…
Мониторинг цепочки мыслей (ЦП) имеет смысл только в том случае, если письменные рассуждения причинно ограничивают ответ. Мы вводим причинно-следственное тестирование, основанное на продолжении, вмешательство с удалением патчей, которое нарушает один шаг рассуждения, усекает цепочку и заставляет модель продолжить с…
Дистилляция текстовых знаний на основе ошибок направлена на обнаружение пробелов в знаниях модели путем изучения ошибок в ее задачах. Извлеченные знания могут быть полезны для обоснования как этой модели («исходной модели»), так и других моделей. Однако эта передача знаний не может быть…
Lean Pool — это хранилище формализованной математики. Он выращивается, поддерживается и оптимизируется агентами ИИ.
В этом отчете мы представляем \textbf{Ovis-Embedding}, современное семейство омнимодальных встраивателей, построенное на встроенной интеграции текста, изображений, видео и аудио. Вместо сборки отдельных башен модальности Ovis-Embedding использует общую мультимодальную магистраль для кодирования различных…
Динамический гауссовский сплаттинг обеспечивает явное представление развивающихся 3D-сцен, но существующие подходы в первую очередь оптимизированы для реконструкции, генерации будущего состояния или рендеринга, а не для изучения многоразовой прогнозирующей динамики. Мы предлагаем 4DGS-JEPA,…
Opus 5.5 is here. This is the first major model release from Anthropic since they are now pacing the Frontier. So, this is going to be an interesting one. And if you remember, the last time we had a.5 version was late last year when we had Opus 4.5, which really changed the…
Learn how Airbnb is expanding access to GPT-6 Astra and OpenAI frontier models to help engineering teams solve bugs, design systems, and ship faster.
Превратив ряд впечатляющих математических результатов в репутационный кризис, OpenAI консультируется с математиками, чтобы помочь найти менее катастрофический путь вперед. В понедельник компания объявила о создании новой независимой группы математиков, которой будет поручено консультировать…
OpenAI and Grab launch GO Forward with AI, a regional programme helping 30,000 partners build practical AI skills across Southeast Asia.
OpenAI представила модели GPT-6 Sol и Luna, снизив цены на API на 50%.
Anthropic представила Claude Opus 5.5, новую модель, которая дешевле и эффективнее предыдущих.
Anthropic представила Claude Opus 5.5 с высокой производительностью и сниженной стоимостью эксплуатации на 40%.
OpenAI представила обновлённые модели GPT-6 Sol и Luna с улучшениями и снижением цен.
GPT-6 Sol и GPT-6 Luna теперь доступны на Amazon Bedrock с новыми возможностями.
И OpenAI подтянулась с новым релизом: встречайте GPT-6 Sol и Luna.
AWS Machine Learning представляет новую систему оценки навыков агентов с использованием Strands Evals и Amazon Bedrock.