Исследования и наука
Исследование раскрывает архитектурную сложность нейросетей
Учёные из Массачусетского технологического института (MIT) и Стэнфордского университета опубликовали исследование, посвящённое архитектурной сложности нейросетей. В работе, размещённой на arXiv, авторы анализируют, как структура нейронных сетей влияет на их производительность и обобщающую способность.
Исследование: экспертиза в программировании сохраняется даже при использовании ИИ-агентов
Исследователи из Anthropic провели эксперимент, чтобы оценить, как ИИ-агенты влияют на экспертизу в программировании. Участники с разным уровнем навыков использовали ИИ-агента для решения задач по кодингу. Результаты показали, что даже при помощи ИИ опытные разработчики демонстрировали лучшие результаты, чем новички.
Новые рубрики для оценки RLVR в исследовании Complex-If and Beyond
Исследователи представили документ Complex-If and Beyond, в котором предложены экспертные рубрики для оценки RLVR (Reinforcement Learning from Human Feedback). Документ доступен в формате PDF и содержит подробные критерии для оценки качества моделей, обучаемых с использованием RLVR.
Oxford Digital News Report 2026: ИИ меняет медиапотребление
Вышел ежегодный Oxford Digital News Report 2026, который анализирует глобальные тренды в медиапотреблении. В этом году ключевое внимание уделено влиянию искусственного интеллекта на новостные медиа.
Исследование: могут ли LLM-агенты строить модели мира
Учёные изучают способность языковых моделей (LLM) строить модели мира через агентное поведение. В новом исследовании, опубликованном на arXiv, рассматривается, как агентные автоматические системы могут обучаться и адаптироваться в динамических средах.
Исследование: как LLMs справляются с юридическими рассуждениями
Учёные из Стэнфорда и MIT провели исследование, посвящённое способности языковых моделей (LLMs) решать юридические задачи и автоматически формализовать правовые тексты. В работе, опубликованной на arXiv, авторы оценили точность и последовательность моделей в интерпретации законов и применении их к конкретным случаям.
ИИ для восстановления природы: проект Earth AI от Google
Google Research представил проект Earth AI, направленный на восстановление природных экосистем с помощью искусственного интеллекта. Система использует спутниковые снимки и данные о растительности для анализа состояния земель и разработки планов по их восстановлению.
Исследование: прогноз развития ИИ до 2026 года
Вышел Artificial Intelligence Index Report 2026 — ежегодное исследование, отслеживающее ключевые тренды в сфере ИИ. В отчёте проанализированы данные по инвестициям, публикациям, патентам и внедрению технологий.
Поисковый движок для 5600 AI-статей за 1 доллар
Разработчики создали поисковую систему для 5600 научных работ по ИИ, потратив всего 1 доллар. Проект использует данные из ArXiv и позволяет быстро находить релевантные исследования по ключевым словам и темам.
VibeThinker-3B: новый подход к верифицируемому рассуждению в небольших языковых моделях
Исследователи представили VibeThinker-3B — небольшую языковую модель, способную выполнять верифицируемое рассуждение. Это значит, что модель может не только генерировать ответы, но и предоставлять обоснования для своих выводов, что делает её более прозрачной и надежной.
Новая теория поведения потребителей для ИИ-агентов
Исследователи предложили концепцию LLM Consumer Behavior Theory — нового направления, изучающего, как ИИ-агенты принимают решения о покупках вместо людей. В традиционной экономике потребительское поведение всегда связывали с людьми, но с ростом автономных агентов на основе больших языковых моделей (LLM) эта парадигма меняется.
Новый метод вычисления сходства траекторий судов на основе контрастного обучения
Учёные представили новый фреймворк MoCo-AIS для вычисления сходства траекторий судов. Он основан на контрастном обучении и предназначен для анализа мобильных паттернов, что важно для извлечения маршрутных шаблонов, прогнозирования мобильности и обнаружения аномалий.
ИИ для оценки депрессии по диалогам с виртуальными ассистентами
Учёные предложили новый метод оценки тяжести депрессии на основе диалогов с ИИ-ассистентами. Исследование опубликовано на arXiv.
Новый метод для мультимодального разрешения кореферентности без предварительного обучения
Исследователи предложили новый подход Plug-and-Adapt для мультимодального разрешения кореферентности (MCR), который не требует предварительного обучения на аннотированных данных. В статье на arXiv показано, что визуальная информация помогает устранять неоднозначности в тексте, что значительно повышает точность системы.
ChLogic: тестирование логического мышления моделей на китайском
Исследователи представили новый бенчмарк ChLogic, который оценивает способность языковых моделей сохранять логическое мышление при работе с китайскими выражениями. В отличие от английских тестов, ChLogic проверяет, как модели справляются с логическими структурами, представленными на китайском языке.
Исследование взаимодействия мультимодальных биомаркеров при болезни Альцгеймера
Учёные провели количественный анализ мультимодальных биомаркеров при болезни Альцгеймера (БА). Исследование опубликовано на arXiv и посвящено интеграции молекулярных, структурных, клинических и генетических данных для улучшения диагностики и моделирования заболевания.
AATF: открытый стандарт для аудита решений ИИ-агентов
Команда разработчиков представила AATF (Agent Audit Trail Format) — открытый стандарт для записи и анализа решений, принимаемых ИИ-агентами. Этот формат позволяет фиксировать логику, данные и контекст, на основе которых агент принимает решения, что критически важно для отладки, мониторинга и повышения прозрачности работы агентов.
Исследование DPBench раскрывает ключи к эффективной координации агентов
Учёные из Стэнфорда и MIT представили исследование DPBench, которое исследует структурные детерминанты координации между мультиагентными системами на основе больших языковых моделей (LLM). Исследование выявляет ключевые факторы, влияющие на эффективность взаимодействия агентов, включая архитектуру, механизмы коммуникации и стратегии принятия решений.
Первые шаги к автоматизации исследований в ИИ
Компания Recursive.ai представила проект, направленный на автоматизацию процессов в исследованиях искусственного интеллекта. Это важный шаг, который может значительно ускорить разработку новых моделей и алгоритмов, а также снизить затраты на исследования.
Как изменились практики документирования в AI за десятилетие
Новое исследование, опубликованное на arXiv, анализирует тенденции в документировании AI-исследований за последние десять лет. Авторы проанализировали 56 800 конференционных статей, чтобы понять, как изменились практики документирования в ответ на кризис воспроизводимости результатов.
Как разработчики работают с ИИ-инструментами
Компания Cursor опубликовала отчёт о привычках разработчиков, который включает данные о том, как программисты используют ИИ-инструменты в своей повседневной работе. Исследование охватило более 1000 разработчиков из разных стран и компаний, что делает его одним из самых масштабных в своей области.
Donate Agent Traces: открытая платформа для сбора данных об агентах
Команда Trace Commons запустила проект Donate Agent Traces — платформу для сбора и анализа данных о работе ИИ-агентов. Проект позволяет разработчикам и исследователям делиться логами взаимодействий агентов с пользователями, что может значительно ускорить развитие технологий в этой области.
Спутник с ИИ впервые самостоятельно нашел цель
В апреле 2026 года спутник наблюдения за Землей впервые в истории самостоятельно нашел и зафиксировал цель, используя встроенный ИИ. Это событие стало важным шагом в развитии автономных агентов, способных работать в условиях ограниченной связи с Землей.
Apple представила Foundation Models для разработчиков
Apple анонсировала Apple Foundation Models — набор моделей машинного обучения, доступных для разработчиков. Эти модели предназначены для интеграции в приложения и сервисы, что может значительно расширить возможности разработчиков, работающих с ИИ.