Каталог публикаций

Все материалы

Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.

5702

Материалов

Исследования1 мин

AlphaProof Nexus от Google Deepmind решил десятки открытых математических задач и фактически получил экспертную оценку

Согласно исследованию, опубликованному в журнале Science, AlphaProof Nexus от Google Deepmind решил десятки открытых математических задач, в том числе девять задач Эрдеша, две из которых оставались нерешенными в течение 56 лет. Публикация появилась на фоне того, что OpenAI грозит бойкот из-за публикации доказательств ИИ на GitHub без экспертной оценки. Глубокий разум…

The Decoder12 окт.

Исследования1 мин

Китай создал крупный альянс математиков и ИИ

Китай создал крупный альянс математиков и ИИ Вчера в Университете Цинхуа под руководством лауреата Филдсовской премии Шинг-Тунг Яу создали альянс из 1000 математиков. Яу заявил, что Китай отстаёт от США в использовании ИИ для передовой науки особенно математики и физики,…

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)12 окт.

Общее1 мин

Разыгрываем 13 подписок на нейросети: Claude Pro и Google AI Pro

Разыгрываем 13 подписок на нейросети: Claude Pro и Google AI Pro ⠀ Открылся RAGNAROK — главное про ИИ и технологии каждый день. Отмечаем розыгрышем. Итоги 19 октября в 20:00 МСК. ⠀ Призы: ▶️3 × Claude Pro на месяц — тексты, код, документы ▶️10 × Google AI Pro на месяц — Gemini и…

Telegram — Paragon | Нейросети и ИИ12 окт.

Общее1 мин

Мы запустили RAGNAROK — отдельный канал с новостями ИИ

Мы запустили RAGNAROK — отдельный канал с новостями ИИ ⠀ Новостей про нейросети стало столько, что одного утреннего обзора уже мало. Поэтому мы сделали RAGNAROK: каждый день главное про ИИ и технологии, что вышло, где попробовать и как этим пользоваться. ⠀ Что там: ▶️Релизы…

Telegram — Paragon | Нейросети и ИИ12 окт.

Исследования1 мин

Около 6 миллиардов человек практически не пользовались ИИ.

Около 6 миллиардов человек практически не пользовались ИИ. И лишь ~5000 человек наблюдают, как он выполняет работу, на которую раньше уходили годы, всего за несколько недель. Мистер Карпати разделяет мир на четыре уровня. Первый уровень. Около 6 миллиардов человек (~75%),…

Telegram — Вайб-кодинг12 окт.

Инфраструктура1 мин

На связи Paragon — начинаем день!

На связи Paragon — начинаем день! Главное за сутки🟠12.10 ⠀ 🟠Claude — опасная реклама в Google 🟠Android — вирус уже в прошивке 🟠Microsoft Decision-1 — быстрее GPT-6 Sol 🟠Anthropic — агент отправил настоящую форму 🟠ChatGPT — без него люди сдаются 🟠Яндекс — третий дата-центр…

Telegram — Paragon | Нейросети и ИИ12 окт.

Общее1 мин

Лучшие ИИ-находки прошедшей недели

🔥Лучшие ИИ-находки прошедшей недели Claude Haiku 5.5 — стала в 10 раз дешевле и может работать субагентом у более мощных моделей. Intelligent UI — ChatGPT генерирует кнопки, графики и интерактивные элементы прямо в ответах. Nano Banana 2.1 — новая версия аккуратнее редактирует…

Telegram — GPT Time | Нейросети | ИИ12 окт.

Исследования1 мин

Equal-Budget Monte Carlo Tree Search versus Randomized-Restart List Scheduling for DAG Workflows: A Controlled Equal-Budget Computational Study

arXiv:2610.12542v1 Announce Type: new Abstract: Monte Carlo Tree Search (MCTS) is often proposed for scheduling directed-acyclic-graph (DAG) workflows, yet most studies never run the comparison that could refute it - giving a much simpler method the same search effort. We run…

arXiv — cs.AI12 окт.

Исследования1 мин

CLEAT: разъяснение на основе ценностей обучения для интерактивных агентов

arXiv:2610.12655v1 Тип объявления: новое Аннотация: Агенты LLM могут выполнять все более сложные задачи, но эффективная помощь также требует согласования их действий с целями и ограничениями, которые пользователи могут оставить неустановленными. Мы изучаем эту проблему как интерактивное согласование намерений…

arXiv — cs.AI12 окт.

Исследования1 мин

Выравнивание представлений по небольшому количеству парных данных через дистиллированный оптимальный транспорт

arXiv:2610.12781v1 Тип объявления: новый Абстракт: Выравнивание двух независимо предобученных унимодальных энкодеров обычно требует миллионов парных примеров. В этой статье мы изучаем режим, когда доступно только $N \\sim 100$--$500$ пар, в то время как непарные данные с любой стороны...

arXiv — cs.AI12 окт.

Исследования1 мин

MagicBeanStalk: Избегание ловушки нулевого преимущества RLVR с помощью рекурсивного синтеза данных

arXiv:2610.12659v1 Тип объявления: новый Абстракт: Масштабирование RLVR, ориентированное на данные, сосредоточено на сборе или генерации проверяемых обучающих задач. Однако размер корпуса единолично не определяет, предоставляет ли набор данных полезный обучающий сигнал для целевой политики. Для руководства…

arXiv — cs.AI12 окт.

Исследования1 мин

EvoBelief: Falsifiable World Models for Self-Improving LLM Agents

arXiv:2610.12789v1 Announce Type: new Abstract: Self-evolving LLM agents typically improve how they act through accumulated experience, reflection, or skills. Yet even procedurally capable agents can fail when their beliefs about environment dynamics are incomplete, incorrect,…

arXiv — cs.AI12 окт.

Исследования1 мин

Верное и полное LLM-помощное автоматическое построение иерархических аппаратных графов знаний

arXiv:2610.12762v1 Тип объявления: новый Абстракт: Спецификации оборудования содержат инженерные характеристики, необходимые для выбора компонентов, системной интеграции и проверки совместимости оборудования. Однако ручная проверка утомительна и подвержена ошибкам, потому что спецификации...

arXiv — cs.AI12 окт.

Исследования1 мин

На пути к определению, измерению и использованию креативности в приложениях искусственного интеллекта

arXiv:2610.12845v1 Объявление Тип: новое Аннотация: Несмотря на обширные исследования, вычислительному творчеству до сих пор не хватает концептуально обоснованного, практически значимого и эмпирически применимого формального определения в таких контекстах, как искусство, научные исследования и игры. Существующий…

arXiv — cs.AI12 окт.

Исследования1 мин

Know What You Don't Know: Agentic Data Synthesis by Evolving Generation Space for Closed-Loop Learning

arXiv:2610.12593v1 Announce Type: new Abstract: The continued improvement of large language models increasingly depends on synthetic experience, yet effective data synthesis for interactive agents requires not only executable and verifiable trajectories, but also interactions…

arXiv — cs.AI12 окт.

Исследования1 мин

Верность без привязок: позиционный документ о структурных несовпадениях объяснимых показателей достоверности ИИ для важности функций

arXiv:2610.12493v1 Тип объявления: новое Аннотация: Инструменты объяснимого искусственного интеллекта (XAI) часто представляются как методы повышения доверия к моделям машинного обучения за счет того, что аспекты их алгоритмов становятся более понятными для человека. Однако доказательства накопились за…

arXiv — cs.AI12 окт.

Исследования1 мин

EliteTable: Самосовершенствующийся поиск программ для исполняемых политик управления

arXiv:2610.12536v1 Тип объявления: новый Абстракт: EliteTable — это самосовершенствующийся алгоритм поиска программ, управляемый большими языковыми моделями (LLM), который использует таблицу фиксированной ёмкости с высокооценёнными решениями для направления новых предложений, редактирования существующих решений и ремиксов нескольких решений.

arXiv — cs.AI12 окт.

Исследования1 мин

SpireBench: оценка долгосрочной стратегической игры агентных моделей с помощью Slay the Spire

arXiv:2610.12596v1 Тип объявления: новое Аннотация: Агентические модели большого языка в настоящее время решают сложные задачи, однако стратегические рассуждения на длительные горизонты изучены недостаточно: большинство агентных тестов являются короткими и эпизодическими, а производительность при выполнении длительных задач трудно разделить на сохраненные…

arXiv — cs.AI12 окт.

Исследования1 мин

За пределами бинарных верифицируемых наград: поведенческое самонаграждение для SWE-агентов

arXiv:2610.12598v1 Тип объявления: new Abstract: Обучение с подкреплением с верифицируемыми наградами (RLVR) обеспечивает надежный надзор за агентами программной инженерии через исполняемые тесты, но бинарные награды не позволяют различать траектории с существенно разными...

arXiv — cs.AI12 окт.

Исследования1 мин

VEPA: Верифицированная эволюционирующая формальная политика для пожизненных барьеров безопасности LLM-агентов

arXiv:2610.12813v1 Тип объявления: новый Абстракт: LLM-агенты всё чаще работают с конфиденциальными ресурсами, такими как частные документы и изменяемые системные состояния, что может создавать серьезные риски безопасности. Временные барьеры должны поэтому обеспечивать инспектируемость, воспроизводимость,…

arXiv — cs.AI12 окт.

Исследования1 мин

Взлом вознаграждения как передаваемая стратегия в многоагентных системах кодирования

arXiv:2610.12822v1 Тип объявления: новое Аннотация: Мультиагентные системы все чаще используются для решения задач кодирования путем координации агентов, которые используют общий код и планы. Эти агенты часто оптимизируются с помощью обучения с подкреплением (RL) с использованием автоматических оценщиков, но в обход…

arXiv — cs.AI12 окт.

Исследования1 мин

Нейронные сети более модульны, чем предполагают отдельные нейроны

arXiv:2610.12842v1 Тип объявления: new Аннотация: Нейронные сети регулярно развивают представления, в которых отдельные нейроны вносят вклад в множество различных функций, что приводит к широко распространенному мнению, что такие сети лишены модульной организации. Мы оспариваем этот вывод …

arXiv — cs.AI12 окт.

Исследования1 мин

Смягчение деградации способностей при самоулучшении LLM с помощью регуляризации геометрии представлений

arXiv:2610.12855v1 Тип объявления: new Аннотация: On-Policy Self-distillation — это парадигма самоулучшения, позволяющая большим языковым моделям (LLM) улучшать свои способности, используя одну и ту же модель одновременно в роли учителя и ученика в разных контекстах условий.

arXiv — cs.AI12 окт.

Исследования1 мин

Учтите пространственный разрыв: Бенчмарк для геопространственного рассуждения и ограниченного пространственного редактирования

arXiv:2610.12881v1 Тип объявления: новый Абстракт: Понимание и манипулирование пространственными отношениями фундаментально для систем ИИ, которые рассуждают о физических средах и строят обоснованные модели мира. Однако существующие оценки мультимодальных больших языковых моделей (MLLM)…

arXiv — cs.AI12 окт.

Исследования1 мин

Генерация текста за один шаг с помощью Seq-Drifting

arXiv:2610.12879v1 Тип объявления: новый Абстракт: Диффузионные языковые модели генерируют токены параллельно, но все еще требуют нескольких шагов выборки для создания высококачественного текста. В этой статье мы исследуем, может ли модель научиться генерировать всю последовательность за один…

arXiv — cs.AI12 окт.

Исследования1 мин

ИИ-медиация на розничных рынках: Влияние на выручку и оптимизация ассортимента

arXiv:2610.12917v1 Тип объявления: новый Абстракт: ИИ-помощники по покупкам все больше влияют на то, какие продукты рассматривают потребители. Мы изучаем планирование розничного ассортимента при ИИ-медиации, где ритейлер выбирает каталог, ИИ-посредник формирует клиентский шорт-лист, и…

arXiv — cs.AI12 окт.

Исследования1 мин

OGPO: Офлайн оптимизация целеусловной политики для восстанавливаемых моделей видения-языка-действия

arXiv:2610.12914v1 Тип объявления: new Аннотация: Модели видения-языка-действия (VLA) проявили большой потенциал в робототехнической манипуляции, однако их пост-обучение по-прежнему преимущественно опирается на траекторийный контролируемый подражание на демонстрациях роботов. Хотя это эффективно для…

arXiv — cs.AI12 окт.

Исследования1 мин

Teaching neural decoders with language

arXiv:2610.12921v1 Announce Type: new Abstract: Brain-computer interfaces decode neural activity, yet class-label supervision (CLS) leaves relationships among classes implicit. We propose Language as Supervision (LaS), which aligns neural features with natural-language class…

arXiv — cs.AI12 окт.

Исследования1 мин

Коллаборативное обучение и рассуждение над срезами модели

arXiv:2610.12927v1 Тип объявления: new Abstract: Большие языковые модели (LLM) преуспевают в различных задачах, пользуясь априорными знаниями, контекстным рассуждением и вычислениями во время тестирования. Несмотря на эти сильные стороны, рассуждение одной модели остается уязвимым для распространения ошибок, поскольку…

arXiv — cs.AI12 окт.

Исследования1 мин

Learning More by Training Less: Uncertainty-Guided Progressive Contraction for Efficient Reasoning Post-Training

arXiv:2610.12933v1 Announce Type: new Abstract: Large language models have achieved remarkable advances in complex reasoning. However, scaling reasoning post-training with ever-larger corpora can substantially increase training cost without proportional performance gains. In…

arXiv — cs.AI12 окт.