#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
Agent4Sci: Claude Opus улучшил рекорды на 20 научных бенчмарках на 10,4%
Тестовый стенд Agent4Sci показал: фронтирные агенты побивают опубликованные рекорды на всех 20 научных ML-бенчмарках, но выигрывают инженерными трюками, а не…
MultiAgent-OPD обучает команду агентов целиком и берёт 38,68% на семи QA-бенчмарках
Исследователи TaoLive AIGC совместили on-policy дистилляцию с RL для иерархии Leader–Searcher–Answerer. Результат: 38,68% macro avg@4, на 4,06 п.п. лучше Prompted…
DuoLM ускоряет LLM-рекомендации в 60 раз: 26 400 оценок в секунду на одном H100
Исследователи разделили рекомендательную LLM на энкодер и ранкер, закэшировали описания товаров и получили 26 400 оценок кандидатов в секунду на одном H100 при…
USTC выпустил «Машинного учёного 2.2»: ИИ переходит от опытов к созданию веществ
Bridged Self-Distillation учит малые модели рассуждать у любого учителя, даже по API
Что утечка Claude Code показала о будущем AI-агентов Anthropic
OpenAI замораживает британский мегапроект дата-центра Stargate перед IPO
Безопасность или корпоративные интересы: почему Anthropic медлит с релизом Mythos?
Anthropic сдерживает выпуск новой модели Mythos, ссылаясь на киберриски. Критики задаются вопросом: защищает ли компания интернет или просто свои интересы?
Файловый автопилот Claude Cowork: три примера на часы экономии
Claude Cowork превращает часы рутины в минуты. Прямой доступ к локальным файлам, один промпт, Cowork сам составляет план и выполняет задачу. От организации папок до…
Правило «сначала проверь, потом отказывай»: как отучить ИИ-агента сдаваться на первой ошибке
Полное руководство по ModelScope: от поиска моделей до экспорта
Meta представила Muse Spark: мультимодальную ИИ-модель с визуальным мышлением
OpenAI показала новый ChatGPT Voice на модели GPT Live без технических деталей
Halcyon обошла LlamaGen и JiT-T2I, потратив на претрейн в 18–275 раз меньше compute
Исследователи обучили Halcyon с нуля на 100M пар «картинка–текст» без языкового претрейна: gFD 48,0 против 63,3 у LlamaGen при 18,2× меньших затратах на обучение.
MemT-1.0 встраивает память в саму модель: хранилище меньше в 66 раз при 128K
Представлено семейство MemT-1.0 с памятью внутри вычислений модели на Gated DeltaNet-2. При истории 128K токенов Nano ускоряет инференс в 1,86 раза и сокращает…