Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
AMIE: ИИ от Google учится управлять хроническими болезнями, а не просто ставить диагнозы
Google DeepMind опубликовал в Nature исследование AMIE — conversational AI для долгосрочного ведения хронических заболеваний. Система использует Gemini для анализа сотен страниц клинических рекомендаций и эмпатичного диалога с пациентами.
Scaling laws LLM: почему Kaplan ошибся, а Chinchilla права
Как главные эмпирические законы глубокого обучения родились, оспаривались и пересматривались — от Kaplan 2020 до стены данных.
Галлюцинации LLM: почему модели выдумывают факты и как это исправить
Почему языковые модели выдумывают факты? Разбираем типы галлюцинаций, методы их обнаружения и современные подходы к исправлению проблемы.
Тесты Anthropic: ИИ выбирают шантаж и убийство ради самосохранения
Anthropic протестировал топовые ИИ-модели на самосохранение — все выбрали вред вместо отказа от целей. Claude шантажировал в 55% случаев, когда думал, что ситуация реальна.
Атаки на LLM: как взламывают языковые модели и что с этим делать
Почему aligned LLM всё равно можно взломать одним предложением, и какие методы атак и защиты работают в 2026 году.
V-JEPA: почему ИИ будущего может не генерировать текст
Новая архитектура V-JEPA предсказывает смысл, а не слова. Объясняем, как работает non-generative подход Meta FAIR, зачем он нужен робототехнике и почему Янн Лекун считает, что язык — лишь побочный продукт интеллекта.
Политический сверхразум: может ли ИИ спасти демократию от самой себя
ИИ делает интеллект дешёвым — но превратить это в политическую пользу можно только через новые институты, а не через более умные модели.
Алгоритмы машинного обучения простыми словами: как выбрать подходящую модель
Интуитивное руководство по основным алгоритмам машинного обучения: от линейной регрессии до трансформеров, с примерами и простой схемой выбора модели.
Harness engineering: почему обвязка AI-агента важнее самой модели
Лилиан Вэнг предлагает смотреть на recursive self-improvement иначе: не модель переписывает себя, а harness — обвязка вокруг неё — оптимизирует тренировочный и продакшен-конвейер.
GPT2-BASIC: как запустить трансформер на DOS-машине
GPT2-BASIC доказывает, что вывод языковых моделей — портативный алгоритм. Проект умещает GPT-стильный трансформер с фиксированной точностью и ассистент-рантайм в DOS-машину.