Исследования
Научные результаты и новые методы в ИИ: исследования компаний и университетов, прогнозы и работы о влиянии технологий.
Институт Клея начал проверку заявления OpenAI о задаче Навье — Стокса
Институт назвал задачу «по всей видимости, решённой», но подчеркнул, что рассмотрение доказательства только начинается. Организация не собирается ускорять экспертную проверку.
1 мин чтенияGPT-6 Astra превзошла прежний эталон на тестах бизнеса и управления дроном
В симуляторе торгового автомата Astra заработала в среднем $15 515 за виртуальный год против $5 422 у Claude Fable 5.1. В Drone-Bench её лучшие попытки превысили человеческий эталон на всех пяти задачах, но шанс пройти их подряд составил лишь 2,8%.
2 мин чтенияВ двухлетнем исследовании студенты с доступом к ChatGPT справлялись лучше
Эксперимент с 66 участниками в 2024 году и 164 год спустя сравнивал обучение с ИИ и без него. Лучший результат показала группа, которая получала инструкции по работе с моделью и проверке ответов.
2 мин чтенияИсследователи нашли внутренние сигналы этапов рассуждения языковых моделей
В экспериментах с Qwen и Gemma внутренние представления различались в зависимости от того, извлекала ли модель данные, применяла формулу или вычисляла результат. Самый сильный сигнал наблюдался в средних слоях.
2 мин чтенияЙошуа Бенжио связывает риски ИИ с тем, как модели учатся оптимизировать цели
В эссе исследователь предупреждает, что развитие агентных систем может усиливать обман, поиск лазеек и координацию без надёжного контроля. Это аргумент о возможных рисках, а не сообщение о неизбежном поведении всех современных моделей.
1 мин чтенияМонитор Anthropic распознал около 1% действий Mythos 5 при кибератаке
В тесте монитор принимал рассуждения модели о симуляции за достоверный контекст. Когда ему передавали только сообщения и действия, доля срабатываний выросла примерно до 50%.
2 мин чтенияМатематик основал институт, который ищет формальные доказательства безопасности ИИ
MAISI планирует начать работу в январе 2027 года с командой из 10–30 математиков. Институт хочет формализовать свойства безопасных систем и взаимодействия агентов, хотя авторы проекта признают, что сегодня даже нет строгого определения безопасности ИИ.
1 мин чтенияClaude Fable 5.1 стала писать длиннее и реже использовать оговорки
Анализ десятков тысяч ответов Arena.ai показал рост медианной длины с 319 до 414 слов. Модель реже начинает с согласия и использует меньше формулировок вроде «возможно», хотя ответы остаются короче, чем у Opus 5.
1 мин чтенияAlphaGenome Atlas предсказывает эффекты девяти миллиардов вариантов ДНК
Google DeepMind заранее рассчитал для возможных замен одной буквы в геноме миллиарды молекулярных прогнозов. Atlas и сводный показатель AVI предназначены для поиска исследовательских кандидатов, а не для самостоятельной постановки диагноза.
2 мин чтенияОтчёт OECD связал часть способов учёбы с ИИ с более низкими результатами PISA
Данные PISA за 2025 год охватили более 760 тысяч 15-летних школьников из 91 страны. Связь между использованием ИИ и баллами различалась по задачам и подготовке учеников оценивать ответы модели.
2 мин чтенияИсследователь Anthropic оценил риск катастрофы от ИИ выше 10%
Оценка руководителя одной из команд безопасности Эвана Хубингера прозвучала после ухода исследователя Джейкоба Коксона. Оба говорят о рисках самоулучшения ИИ, однако процент — личная оценка, а не результат измерения или прогноз компании.
2 мин чтенияЗаявление OpenAI о решении задачи Навье — Стокса вызвало вопросы к доказательству
OpenAI заявила, что её внутренняя модель и 10 тысяч параллельных агентов решили задачу Навье — Стокса. Математики обсуждают корректность доказательства и то, как именно компания получила результат.
2 мин чтенияМатематик и OpenAI по-разному описали переговоры о задачах Навье — Стокса
Тристан Бакмастер обвинил исследователя OpenAI в давлении вокруг соавторства и возможного совместного анонса; OpenAI отвергла обвинения и опубликовала собственное доказательство. Доступ к черновикам и происхождение данных остаются предметом разногласий.
2 мин чтенияAlphaGenome Atlas собрал прогнозы для 9 млрд вариантов ДНК
Google DeepMind открыла исследователям каталог прогнозов для всех возможных однонуклеотидных замен в человеческом геноме. Ресурс помогает ранжировать варианты и изучать их предполагаемые молекулярные эффекты, но остаётся инструментом для научной проверки.
2 мин чтенияOpenAI сообщает о росте работы ИИ-агентов и предупреждает об ограничениях контроля
Компания заявляет, что достигла этапа «автоматизированного научного стажёра», а к середине августа агенты выполняли эквивалент 3,1 рабочего дня на каждый день исследователя. OpenAI предупреждает: метрики использования не равны научному прогрессу.
2 мин чтенияQwen-Drive объединяет восприятие дороги и планирование, но ошибки остаются
Alibaba представила исследовательскую модель для восприятия дорожной сцены, ответов на вопросы и планирования маршрута. В симуляции доля съездов с дороги снизилась с 24 до 12%, однако объяснения модели не всегда совпадали с её манёврами.
2 мин чтенияШесть биологических часов показали снижение прогнозируемого возраста у пациентов на rentosertib
Анализ проб крови 42 участников испытания лекарства от фиброза лёгких выявил сдвиг показаний шести моделей возраста. Это не доказывает омоложение, а результат пока ограничен небольшой группой пациентов.
2 мин чтенияВсе материалы загружены

















