Жемал Хамидун
Head of AI в Alpina Digital, CPO флагманского продукта AlpinaGPT (команда ~30 человек). Основатель Vibe Academy и Hamidun Consulting, автор Telegram-канала «Готовим ИИшницу» (@jemal_hamidun).
AgentVQA проверил 22 VLM на агентных задачах: лучшая набрала лишь 58,5%
Новый офлайн-бенчмарк AgentVQA из 1000 примеров в пяти доменах показал: лучшая из 22 vision-language моделей отвечает верно лишь в 58,5% случаев, а главная проблема…
Cola2 обходит Llama-3-8B на HellaSwag, потратив в 43 раза меньше токенов
Иерархическая модель Cola2 сжимает текст в непрерывные латенты и набирает 60,10 балла на восьми задачах, обучившись на 346 млрд токенов, что в 43+ раза меньше…
Verus-Insight учит детектор ИИ-видео находить и доказывать артефакты
Исследователи разбили поиск артефактов в сгенерированных видео на три навыка — планирование, проверку и агрегацию — и выпустили модель Verus-Insight и бенчмарк…
Cohere Labs проверила ИИ загадками: 100+ авторов из 50 стран нашли культурные дыры
Cognition выпустила плагин для агентов против дыр в PHP и Node.js с CVSS 9.2
DirCast сам режиссирует и комментирует киберспорт, обойдя GPT-5
UserArena: бенчмарк на 64 729 сессиях проверяет, можно ли симулировать покупателей
Echo учит VLA-роботов понимать успех и провал прямо внутри действий
Исследователи встроили сигналы stop и failure в каждый action chunk VLA-модели и очищают их от шума быстрее движений. Покадровая разметка прогресса для этого не…
HiSTEVE 1.0 играет в Minecraft мышью и клавиатурой: 85,0% на MineStudio Bench
VLA-агент HiSTEVE 1.0 проходит длинные задачи в Minecraft без API и скрытых состояний игры: 85,0% на MineStudio Bench, 37,4% на OpenHA и железная кирка с нуля.
DISC учится объединять метрики сходства временных рядов и предсказывать успех переноса
MMVistaReason: открытый рецепт обучения 4B-модели обходит Qwen3.5-9B на 15 бенчмарках
Обзор Shengqiong Wu и Hao Fei: 600+ работ о видеомоделях как моделях мира
LeWorldModel проверили на чувствительность к действиям: оси расходятся на 36–42°
Графовый токен в G-Retriever оказался пустышкой: косинус 0.985–0.998
Исследователи из Sapienza показали: «графовый токен» в G-Retriever почти одинаков для любых входов, а константа без доступа к графу не уступает методу по точности.
OPTIC сжимает per-layer embeddings Gemma 4 E4B в 100 раз и сохраняет 97,8% качества
Исследователи из VILA-Lab ужали per-layer embeddings Gemma 4 E4B примерно в 100 раз: модель сохраняет 97,8% качества на семи бенчмарках, а GPU-память падает на…