Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
PyTorch 2.15: NCCL по умолчанию и FP8 на Apple Silicon
3117 коммитов от 583 контрибьюторов, переписанный NCCL по умолчанию, one-sided транспорты с NIXL и QR-разложение 512 на 512 быстрее в 4600 раз. Что реально меняет PyTorch 2.15.
Атрибуция данных LLM: почему поиск источника факта ломается
Свежая работа на arXiv объясняет, почему методы атрибуции обучения разваливаются на реальных корпусах: доказательство локализовано в нескольких токенах, а стандартный счёт усредняет его по всему документу. Две правки дают до 72 процентных пунктов.
Защита от промпт-инъекций: attention-гейты вместо дообучения
Девять авторов из Imperial College, Тюбингена и Fraunhofer HHI показали, что защиту от инъекций можно вшить в механизм внимания, обучив 46 тысяч скаляров вместо 349 миллионов.
Codex за 28 дней: OpenAI выпускает по улучшению в сутки
Три недели ежедневного спринта Codex: пять улучшений, три сброса лимитов, кэш на 12 часов и правка сообщений как машина времени.
Вайб-кодинг игр: почему октябрь 2026 стал переломным
Четыре часа работы, четыре браузерные игры и ни одной строки кода, написанной руками. Разбираем тезис Уиллисона о переломе в вайб-кодинге игр.
Test-time adaptation: когда вмешиваться, а когда молчать
Одна и та же правка нормализации даёт 22,58% точности вместо 50,88%, если классы приходят группами. Статья с arXiv предлагает считать адаптацию задачей выбора и покупать ровно столько меток, сколько нужно для решения.
Safety-фильтр для роборуки: −75% падений без переобучения
13,3 часа работы на реальной руке и 4 800 целей: берклийская команда показала, что обучаемый safety-фильтр убирает три четверти падений, не требуя переучивать основную политику.
CPU внутри LLM: как RISC-V-ядро живёт в весах Qwen3.5
Инженер вкомпилировал 32-битный RISC-V в веса Qwen3.5 4B и заставил модель пользоваться им как калькулятором. Никаких внешних инструментов: слои Gated DeltaNet работают оперативной памятью.
MAI-DxO: ИИ поставил 83% диагнозов против 36% у врачей
Microsoft опубликовала в Science результаты MAI-DxO: панель виртуальных врачей ставит диагноз в 83% сложных случаев NEJM против 36% у людей с учебниками и интернетом. Цифры впечатляют, но три оговорки в методологии меняют картину.
Лучшая LLM не в топе бенчмарков: пять критериев выбора
Автор прогнал реальные задачи через девять моделей, и дважды победила не та, за которую он платит. Разбираем пять критериев, которые важнее места в бенчмарке.