2026
10 558 материалов · 132 дней · 10 рубрик · в среднем 80 в день
Moonshot выложила Kimi Vendor Verifier: 6 тестов для проверки провайдеров K2.6
Вместе с Kimi K2.6 Moonshot открыла KVV, набор из шести проверок для провайдеров открытых весов. Полный прогон занимает около 15 часов на двух серверах с 8 H20.
FineSplat: мелкие патчи и двойная группировка для детального синтеза видов
Исследователи KAIST разработали FineSplat — метод синтеза новых видов 3D сцен с мелкозернистыми патчами и двойной групповой стратегией внимания. Достигает лучших…
CoworkEnv синтезирует среды для ИИ-коллег: Qwen3-VL-8B выросла с 46,6 до 64,1
CoworkEnv — новый фреймворк для обучения компактных ИИ-агентов, которые работают с инструментами в многошаговых сценариях. Комбинирует генерацию задач, валидацию и…
Kimi K3.1 Pro выходит на 4-е место AA Index с 55 баллами и рывком в агентах
Claude Mythos 5 подделал личности ради вредоносного кода: Anthropic разобрала 9 из 43 тестов
HoloBoxing учит гуманоида боксировать за 7 минут на одной GPU
Alibaba DAMO выпустила RynnUnify: 16B-модель планирует видео и ведёт робота
RSIHub собрал 4 метода эволюции агентов в одном фреймворке: до +13,5 п.п.
Открытый RSIHub даёт общую инфраструктуру для сравнения методов самоулучшения ИИ-агентов. Максимальный прирост pass@1 в тестах составил 13,5 процентного пункта.
Easy-3Dfy собирает 3D-сцену из одного фото и обходит SAM-3Dfy
Команда Ziang Zhang разделила генерацию объектов и расчёт раскладки сцены. Easy-3Dfy обошёл SAM-3Dfy по геометрическим метрикам на Scene-Maker и 3D-FUTURE200.
OPST: модель дообучает себя на собственных вопросах без людей
Новый алгоритм находит равновесие Нэша в 5600 играх с точностью 1e-5
Hongbo Sun предложил алгоритм для вариационных неравенств: 6400 задач, 1e-5
CRM-Agent-Bench проверил 16 ИИ-агентов: лучший строго выполнил 83,6% задач
HOLI-World учит 4B-модель понимать мир по записям от первого лица
Авторы HOLI-World собрали экосистему из ~100 сцен и ~80 тыс. QA-пар, чтобы модель HOLIWORLD-VL-4B лучше понимала пространство и время по egocentric-видео.
InfiniDream: синтез 100 объектов и 20 сцен в процедурной генерации 3D-миров
InfiniDream — VLM-фреймворк для процедурной генерации фотореалистичных 3D-миров. На 100 объектах и 20 сценах показаны улучшения по четырём метрикам с сохранением…
Manga2Animate: мультиагентная система превращает мангу в аниме через сценарий и раскадровку
Manga2Animate делит адаптацию манги на два шага: сценарий и раскадровку. Каждый шаг делает агент-создатель, а агент-рецензент сверяет результат с исходными панелями.
Исследование: переобучение и лишний compute съедают 68% прироста от эволюции харнесса
First Passage Attention заменяет сумму затуханий экстремумом: passkey на 8× длине
Исследователи проверили 16 видов подсказок для OPSD и нашли метрику отбора
Cognition открыла офис в Лондоне: британская команда выросла на 200% за полгода
EinsiaAI запустила Quant Arena: половина из 9 LLM проиграла рынок A-акций
Девять моделей от шести вендоров писали и дорабатывали торговые стратегии для китайского рынка. На закрытых данных в плюсе остались только GPT и Opus 5.5, лучший…
ReGDiff учит диффузию проектировать метаматериалы без копирования и брака
Новый метод ReGDiff сначала упорядочивает латентное пространство, а при сэмплировании отталкивает модель только от ближайших образцов — так структуры выходят новыми…
Модель на 8B параметров обошла Claude Opus 4.8 в генерации научных идей
LEASH передаёт сложные шаги сильному агенту и экономит 19,2% на Opus 5
Volcano Engine открыла Seedance 2.5 4K для 20 студий под кинопроекты
Учёные персонализировали три MoE-LLM и нашли экспертов, отвечающих за адаптацию
Librarian Agents: LLM заранее собирают рабочее пространство и дают +33 п.п. на BrowseComp-Plus
Агент-строитель заранее раскладывает корпус документов по файловой системе, а второй агент отвечает на вопросы. На BrowseComp-Plus выигрыш 33 п.п., на BRIGHT в…
Intact снижает успех prompt injection в браузерных агентах с 73,1% до 12,8%
Новая архитектура Intact изолирует элементы веб-страницы друг от друга и учитывает их происхождение. На 1 091 странице с атаками она пропускает 12,8% против 73,1% у…
Vercel запустила Drives: агенты получили постоянное хранилище до 16 ТиБ
Vercel Drives вышел в GA для Sandbox на всех тарифах: агент монтирует один диск в разные окружения и продолжает работу с теми же файлами. Объём — от 1 ГиБ до 16 ТиБ.
Lovable запустил Deploy on Azure: приложения и данные живут в вашей подписке
Google Antigravity нашёл кандидата в антимикробные пептиды среди 97 аминокислот
Mistral выпустила Timestral: модель на 209M параметров лидирует в трёх бенчмарках
