research — AI Digest

26 июн Google DeepMind инвестирует $75 млн в A24 и формирует первое AI-исследовательское партнёрство с киностудией Google DeepMind industry
2 июл Anthropic запускает Claude Science — AI-воркбенч для исследователей Anthropic tools
3 июл OpenAI выпускает GeneBench-Pro — передовой бенчмарк для AI-агентов в биологии OpenAI research
18 мая RoPE доказуемо не справляется с длинными контекстами: locality bias и согласованность токенов нарушаются research
14 июн MiniMax Sparse Attention: сокращение вычислений в 28 раз при контексте 1M токенов без потери качества MiniMax research
14 июн MaxProof: модель MiniMax превышает пороги золотых медалей IMO и USAMO в формальной математике MiniMax research
8 мая Google DeepMind публикует годовой отчёт о результатах AlphaEvolve Google DeepMind research
2 июн Crafter: мультиагентный фреймворк для генерации редактируемых научных иллюстраций — +16 пунктов над базовыми моделями (103 апвоута на HF) Tsinghua University research
2 июн GrepSeek: обучение поисковых агентов для прямого взаимодействия с корпусом через команды оболочки (93 апвоута на HF) University of Massachusetts Amherst research
14 июн EvoArena: LLM-агенты набирают лишь 40% в динамически изменяющихся средах MIT / NUS / Salesforce research
14 июн WeaveBench: агенты компьютерного использования проваливаются на гибридных задачах GUI+CLI — 41% успешных выполнений Microsoft Research research
14 июн InterleaveThinker: RL-пайплайн «планировщик+критик» для перемежающейся генерации текста и изображений CUHK Multimedia Lab research
2 авг Metis: базовая модель памяти MemTensor, Renmin University, NUS, Shanghai Jiao Tong University, Tongji University research
2 авг Frontis-MA1: обучение модели AI4AI для рекурсивного самоулучшения в машинном обучении Horizon Research, Frontis.AI, Tsinghua University research
2 авг PhiZero: модель мира, построенная вокруг физического языка NLPR, Institute of Automation, Chinese Academy of Sciences research
10 июн OpenAI запускает Economic Research Exchange для изучения влияния ИИ OpenAI industry
29 июл VK Research: классические алгоритмы рекомендаций способны учитывать будущие интересы пользователей VK research
18 мая BetaPRM: process rewards с учётом неопределённости сокращают расход reasoning-токенов на 33% research
12 июн Google DeepMind и партнёры запускают исследовательский фонд по безопасности мульти-агентных AI на $10 млн Google DeepMind industry
14 июн Anthropic публикует первый Public Record: опрос 52 000 американцев об отношении к AI Anthropic research
23 июл Anthropic запустила коннектор Economic Index для Claude Anthropic tools
3 авг От RLVR к RLSVR: преобразование задач порождает самопроверяемые вознаграждения для самосовершенствования LLM в открытых доменах research
3 авг AISPA: пользователецентричный аудит системных промптов для приложений на больших языковых моделях Stanford University research
3 авг Защитные механизмы на основе копируемого контекста не могут обеспечить надёжную безопасность LLM research
3 авг QQWorld: квантиль-квантильное сопоставление для регуляризации мировых моделей research
7 мая Google DeepMind приобрела миноритарную долю в CCP Games для исследований мультиагентных систем в EVE Online Google DeepMind industry