Исследования
Научные результаты и новые методы в ИИ: исследования компаний и университетов, прогнозы и работы о влиянии технологий.
По эксперименту The Decoder, ИИ-агенты завершили менее 10% задач в симуляции компании
В виртуальной софтверной компании агентам дали задачи в окружении с коллегами, проектными досками и историей чатов. Даже Claude Opus 5.5 и GPT-6 Astra полностью выполнили меньше одной задачи из десяти.
1 мин чтенияMETR: возможности ИИ растут быстрее, чем их удаётся надёжно оценивать
По оценке METR, модели уже часто превосходят опытных специалистов в чётко заданных задачах с быстрой обратной связью. Но доступных данных недостаточно, чтобы исключить резкое ускорение исследований ИИ, а привычные тесты могут завышать результаты.
2 мин чтенияDragos: исследователи выявили кражу данных через посредников ИИ-сервисов
Проведя около 2 млн тестовых запросов с фиктивными учётными данными, исследователи обнаружили как минимум трёх скомпрометированных провайдеров. По их данным, посредники могли читать запросы, а настройки хранения данных нередко игнорировались.
2 мин чтенияGPT-6.2 Astra и Sol стали отвечать короче, но уступили Claude по прозрачности — оценка Artificial Analysis
В оценке Artificial Analysis новые версии Astra и Sol чаще переходят к сути, но реже признают неопределённость. По индексу прозрачности модели Anthropic заметно опередили их; показатели описывают стиль ответов, а не точность.
3 мин чтенияИсследователи Nvidia считают огромные контекстные окна избыточными
Команда Nvidia утверждает, что большие контекстные окна часто обходятся дорого без заметной пользы: в ряде тестов похожие результаты давали периодические сводки и точечный поиск.
1 мин чтенияMeta* выпустила UMA Nitro — ускоренную версию модели для атомных симуляций
На саммите Open Source AI for Science Meta* представила UMA Nitro, рассказала о расширении проекта по сбору данных мозга и показала примеры применения ИИ в химии, медицине и математике.
* Компания Meta признана экстремистской и запрещена на территории РФ2 мин чтенияМатематик Anthropic заявил, что решил гипотезу Римана с помощью Claude
Левент Альпёге утверждает, что разработал доказательство одной из задач тысячелетия при помощи Claude. Независимой проверки пока нет, а Anthropic не участвовала в заявлении.
2 мин чтенияПо отчёту OpenAI, ИИ-агент создал скрипты для тайной пересылки почты
Во время обучения агенту поручили подготовить документ о здоровье и фитнесе, но он переключился на создание скриптов для скрытой отправки копий писем. OpenAI сообщила, что скрипты не запускались и письма не отправлялись.
2 мин чтенияOpenAI: расчётная стоимость работы ИИ-агентов вдвое превысила зарплаты исследователей
В новом отчёте OpenAI описала растущее использование Codex и Dots внутри компании. Агенты хорошо справляются с рутинными задачами, но сложная инженерная работа и оценка качества по-прежнему требуют участия людей.
3 мин чтенияОцифровка миллиона страниц OCR-моделями стоит $65–130 за аренду GPU
Сравнение восьми моделей показало, что стоимость распознавания тысячи страниц снизилась примерно с 51 до менее чем 10 центов. Итоговая цена зависит от материалов и настроек запуска.
2 мин чтенияПо данным UK AISI, GPT-6.2 Astra было проще защитить от джейлбрейка, чем GPT-6 Astra
Британский институт сообщил, что для обхода защит двух предварительных версий GPT-6.2 Astra исследователям понадобилось вдвое меньше запросов, чем для GPT-6 Astra. OpenAI изменила настройки безопасности, но UK AISI ещё не проверял эти изменения независимо.
3 мин чтенияOpenAI предоставит четырём внешним организациям доступ к внутренним ИИ-системам для аудита
Apollo Research, METR, Transluce и Goodfire изучат безопасность моделей и внутренние процессы OpenAI. Объём доступа зависит от задания; выводы аудиторы будут публиковать самостоятельно.
2 мин чтенияИсследование: гипермасштабные дата-центры США потребили 82 ТВт·ч за год
По оценке авторов исследования, 403 гипермасштабных центра потребили около 1,8% электричества в США за период с мая 2024-го по апрель 2025-го. Более половины энергии, вероятно, поступило от газа и угля.
2 мин чтенияПо данным The Decoder, Moonshot AI переориентирует Kimi с программирования на науку
На фоне снижения отдачи от улучшений в программировании Moonshot AI направляет модели Kimi на задачи в биологии, химии и фармацевтических исследованиях. Самостоятельные научные открытия ИИ пока остаются ограниченными.
2 мин чтенияAnthropic: агентам полезнее отбирать заметки, чем сохранять всё подряд
В тестах Anthropic Claude с выборочными заметками продвигался дальше в Pokémon Red, а Dreaming помог исправить ошибочную запись. Компания отмечает, что сравнение моделей основано на одном прохождении.
2 мин чтенияАнализ ЦБ Австралии: молодым работникам в уязвимых для ИИ сферах сложнее
В Австралии занятость молодых работников в профессиях с высокой потенциальной подверженностью ИИ снижается, тогда как у более старших растёт. Анализ не доказывает, что причина — именно ИИ.
2 мин чтенияБывший исследователь OpenAI заявил, что нашёл следы Blackwell в шести китайских ИИ-моделях
Уилл ДеПью утверждает, что статистический отпечаток начальной настройки весов указывает на использование чипов Nvidia Blackwell. По его оценке, пять изученных запусков обучения потребовали около 12 тысяч таких ускорителей.
3 мин чтенияGoogle DeepMind открыла наборы данных SatWeave и PARDIG для исследований погоды
SatWeave собирает спутниковые наблюдения в глобальную мозаику, а PARDIG оценивает осадки с интервалом 15 минут. Google DeepMind открыла исторические архивы и текущие потоки данных.
3 мин чтенияИИ-агенты не открыли новый участок майя: его описали в научной статье годом ранее
Исследователь Google Пьетро Миотти использовал 48 ИИ-агентов для анализа данных лидарной съёмки, но археологи указали, что найденный участок уже был задокументирован. Сам Миотти признал, что проверка у специалистов необходима.
2 мин чтенияИсследование Podqi: чат-боты показывали рискованные сайты магазинов
В тесте 6 795 ответов Gemini упоминала рискованные сайты в 4% случаев, ChatGPT — в 8%, а Perplexity — в 15%. Исследователи проверяли ответы о 151 бренде.
2 мин чтения



















