Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
Поведенческие связи LLM: безобидный файнтюнинг выпускает злодея
Исследователи показали, как обучение на документах связывает два поведения: файнтюнинг на одно выпускает второе, даже если его никто не тренировал. Связи складываются в цепочки, срабатывают от одного промпта и снимаются разучиванием.
Катастрофа от ИИ: компании готовят план «дня после»
Руководители OpenAI и Anthropic считают крупный ИИ-инцидент вопросом времени и готовят сценарии «дня после». Разбираем, что именно они планируют и почему это меняет разговор о регулировании.
Zephon: детерминированная загрузка данных для обучения LLM
PyTorch выпустил Zephon, загрузчик данных с эластичным детерминизмом: одинаковые глобальные батчи при смене числа GPU. Разбираем, как это устроено и почему это меняет абляции.
Как дообучить Qwen3-8B: от 50% к 76% и урок про бюджет
Бэкенд-разработчик впервые дообучил модель: Qwen3-8B через Tinker стал классификатором сложности промптов для роутинга запросов. Точность выросла с 50% до 76%, полсотни примеров побили 2 500, а GPT-6.1 Sol по пути устроил марафон из 18 тренировочных сессий.
Рескины: как AI-инфлюенсеры крадут контент создателей
Один человек год оттачивал танец, но миллионы просмотров собирают десятки AI-персонажей с его движениями. Разбираем, как устроена рескин-экономика и почему авторы почти бессильны.
LLM проектирует квантовые схемы: 7 из 8 задач обошли SOTA
Гарвард и Anthropic научили LLM проектировать квантовые схемы: независимый оценщик проверяет корректность, эволюционный поиск отбирает лучшие. В семи из восьми задач это дало меньше гейтов Тоффоли и кубитов, чем у SOTA.
LIBERO-PeRM: почему роботы игнорируют ваши предпочтения
LIBERO-PeRM разделил выполнение задачи и следование предпочтениям пользователя. VLA-политики показывают 97,6% успеха и лишь 24,38% следования. Разбираем, что это значит для домашних роботов.
Кодинг-модели: как честно проверить их на реальном баге
Одна строка Rust паникует на «café». На этом баге можно честно сравнить кодинг-модели: одинаковый промпт, скрытые тесты и вывод компилятора вместо уверенных объяснений.
Beam от Reflection: открытая модель на 501B параметров
Reflection выпустила Beam, свою первую модель: открытый MoE на 501B параметров (23B активных на токен), контекст в миллион токенов и лицензия Apache 2.0. Модель заточена под кодинг и агентные задачи, а веса уже лежат на Hugging Face.
Whistle: распознавание речи в 16,9 МБ даже на микроконтроллере
Whistle от Cactus уместила семь языков, таймстемпы слов и речевые эмбеддинги в 16,9 МБ. Первый токен за 11 миллисекунд на обычном CPU, а в связке с Needle аудиоклип превращается в вызовы инструментов.