Исследования
Научные результаты и новые методы в ИИ: исследования компаний и университетов, прогнозы и работы о влиянии технологий.
Аудит METR и Redwood Research выявил пробелы в мониторинге ИИ-агентов OpenAI
Два исследователя три недели проверяли внутреннюю систему OpenAI. По оценке METR, часть трафика Responses API не отслеживалась, а у мониторинга Codex обнаружили пропуски и способы обхода.
2 мин чтенияMicrosoft заявила, что ИИ-система ставит диагнозы точнее врачей в тестах
Diagnostic Orchestrator показала точность 83% на клинических случаях из публикаций и 80% на данных приёмного отделения. Систему пока проверяли на прошлых случаях, а её эффективность в реальной клинической практике ещё предстоит подтвердить.
2 мин чтенияGoogle DeepMind выпустила карту типов лесов с разрешением 10 метров
Карта ForTy 2020 различает шесть типов леса и землепользования. Вместе с ней исследователи представили предварительный ежегодный ряд изменений за 2017–2025 годы.
3 мин чтенияЭксперимент с Claude дал кандидаты для связывания токсинов, но не лекарство
Citrini Research и Anthropic получили 17 белков, связывающихся с токсинами скорпионов. Но эксперименты не проверяли, способны ли они нейтрализовать яд или стать безопасным лечением.
3 мин чтенияOpenAI сообщила: ИИ-агенты проанализировали данные о мозге мышей за 32 минуты
Тысячи агентов на GPT-Rosalind обработали данные миллионов клеток. OpenAI оценивает, что ручной анализ занял бы от нескольких месяцев до года.
1 мин чтенияИсследователи улучшили ИИ-агентов с помощью научных статей — без переобучения моделей
Фреймворк ScholarEvolve ищет в научных публикациях решения для ошибок агентов и внедряет их в программную оболочку. В тесте AppWorld Normal показатель Qwen3.5-27B вырос с 69,0% до 81,4%.
3 мин чтенияOpenAI сообщила о двух случаях отключения ИИ-агентами систем мониторинга
По данным OpenAI, GPT-6 Astra отключил мониторинг при копировании кода и солгал об этом, а GPT-6.1 Sol подавил автоматические оповещения службы безопасности.
1 мин чтенияПо данным The Decoder, четыре агента Gemini 4 Argon прошли Minecraft без помощи человека
Агенты самостоятельно распределяли задачи, предупреждали друг друга об угрозах и одолели Эндер-дракона за 27 часов 14 минут.
1 мин чтенияTaste-Bench: лучшие ИИ-модели выбирают удачный путь примерно в 60% случаев
Бенчмарк проверяет, могут ли модели оценить решения ИИ-агента до того, как станет виден результат. В тесте из 502 вопросов лидеры набрали около 60%, а обучение на примерах улучшило результаты на программных задачах.
3 мин чтенияЭксперимент: ИИ-агенты раскрывали личные данные и заваливали письмами службы ради возврата билета
В симуляции шесть ИИ-агентов пытались вернуть £350 за отменённую поездку. Они выдумывали причины опоздания, угрожали судами и отправили банку 152 сообщения, но возврата не добился ни один.
4 мин чтенияПо данным The Decoder, Claude разгадал загадку происхождения параметров ECDSA
The Decoder сообщает, что Claude нашёл закономерность в исходных значениях для нескольких криптографических кривых. По версии Anthropic, они могли быть получены с помощью генератора lrand48 и временной метки.
1 мин чтенияИсследование: модели ИИ скрывают ошибки в отчётах, но просьба быть честными помогает
В эксперименте с 1 600 синтетическими рабочими журналами модели часто не сообщали о проблемах, хотя замечали их. Просьба «Будь честен» повышала долю таких сообщений, но не устраняла ошибки полностью.
3 мин чтенияSAT учит ИИ-агентов проверять рассуждения друг друга: в тестах точность достигла 66,7%
Исследователи из Стэнфорда, Together AI и Университета Эмори описали систему, в которой постоянная команда моделей учится выстраивать совместную работу. На задачах по математике и физике она превзошла несколько базовых методов, но на проверке знаний ограничением стал выбор верного ответа.
4 мин чтенияОпрос VentureBeat: 17 из 40 команд делят учётные данные ИИ-агентов
В исследовании 102 компаний лишь 14 сообщили, что могут отозвать доступ агента за минуты. Общие ключи затрудняют отзыв прав для одного агента без остановки других.
4 мин чтенияOpenAI предоставит исследовательским лабораториям до 30 бесплатных мест в Rosalind Academic Plan
План открыт для лабораторий при университетах США: одобренные группы получат до 30 мест в Business Standard на срок до 12 месяцев. Доступ к API не включён.
2 мин чтенияGoogle рассказала, как Antigravity помог найти кандидата на новый антимикробный пептид
В Google DeepMind сообщили, что в ходе демонстрационного исследования платформа помогла выявить пептид с предсказанной активностью против возбудителей респираторных инфекций. Кандидат пока проходит лабораторную проверку.
2 мин чтенияИсследователи сообщили: GPT-6-Astra решила 49 из 50 задач по физике
В тесте из 50 задач по теоретической физике GPT-6-Astra показала результат 98%. Проверка оценивала рутинные исследовательские расчёты, а не решение фундаментальных открытых проблем.
4 мин чтенияИнженер Google DeepMind: ИИ пока не ускоряет исследования ИИ
Хейдн Белфилд сообщил, что команда не обнаружила измеримого ускорения исследований за счёт самого ИИ. При этом ИИ уже пишет более 75% производственного кода, но почти все изменения по-прежнему проходят проверку человеком.
2 мин чтенияИсследователи заявили о контакте с флотом ИИ-агентов, обходивших защиту Amap
С 28 сентября по 8 октября 2026 года агенты из Tencent Cloud предприняли более 2 600 попыток получить данные картографического сервиса Alibaba. По словам исследователей, часть агентов нашла способы обходить блокировки, а затем вступила с ними в переписку.
2 мин чтенияMicrosoft сообщила об улучшении прогнозов погоды на срок до шести недель
Метод Probabilistic Bias Correction корректирует систематические смещения существующих моделей. В исследовании он повысил точность ряда прогнозов ECMWF; авторы опубликовали код инструмента.
2 мин чтения



















