Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
15 прорывов AI в 2026: от роботов до триллионных моделей на ноутбуке
Роботы учатся наблюдением, AI дизайнит лекарства с 90% успехом, нейроморфные чипы потребляют в 100 раз меньше энергии, а триллионные параметры работают на ноутбуках. Что изменилось в AI за 2026 год.
VTS: поиск по видео как по дереву решений для точного ответа на вопросы
Видео как дерево: агент спускается, откатывается и находит нужный кадр за 5 шагов вместо безнадёжного угадывания таймстемпа.
Security-агенты на минималках: сколько стоит решение одной CTF-задачи
Исследователи Frontier Security оценили AI-агентов не по точности, а по экономике: сколько долларов на рассуждение стоит каждое решённое задание. Результаты перевернули представления о том, какая модель реально полезна в безопасности.
FVAttn: Как ускорить генерацию видео в 2.5 раза без потери качества
FVAttn — training-free метод ускорения видео-диффузии через адаптивное разреженное внимание с балансировкой нагрузки. 2.5× быстрее FlashAttention на 8×H20.
Почему LLM не могут копировать: 2D-RoPE решает задачу, с которой провалились GPT-5.5 и Gemini 3.1
Frontier LLM (GPT-5.5, Gemini 3.1, DeepSeek V4 Pro) проваливаются на точном копировании бинарных строк длиной более 1000 символов. Исследователи из Tsinghua показывают, что причина — в positional encoding, и предлагают 2D-RoPE, который решает задачу с 100% точностью.
Apple выбрал Google: почему WWDC 2026 стал капитуляцией в AI-гонке
Apple больше не строит собственную фронтьер-модель. На WWDC 2026 компания официально объявила о коллаборации с Google Gemini. Разбираем, почему это произошло и к чему приведёт.
Adaptive Parallel Reasoning: как LLM учатся распараллеливать мышление
Последовательное рассуждение упирается в latency и context-rot. BAIR Blog разобрал парадигму Adaptive Parallel Reasoning: модели учатся сами решать, когда распараллелить мышление на несколько потоков, сколько нитей запустить и как их синтезировать.
Когда слова безопасны, а действия смертельны: новая проблема LLM-безопасности
Новое исследование показывает, что языковые модели обрабатывают физическую опасность иначе, чем текстовую. Это критично для роботов и автономных систем.
Vulkan и Mojo ломают монополию Nvidia CUDA: что меняется для разработчиков ИИ
Два конкурирующих проекта — Vulkan из гейминг-индустрии и язык Mojo от создателя LLVM — одновременно атакуют 15-летнюю монополию Nvidia CUDA. Что это значит для разработчиков, запускающих локальные LLM.
Pull-промптинг и мастер-промпты: 6 техник топ-1% пользователей ИИ
Базовые принципы ИИ освоены, но результаты всё ещё посредственные? Разбираем шесть техник, которые превращают чат-бот в персонального стратега и защищают от замены алгоритмами.