Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
AgentGrounder: как ИИ-агент находит объекты в 3D-сцене без обучения
AgentGrounder решает задачу 3D-визуального grounding через агентный pipeline: планирование запроса, поиск по семантическим меткам, геометрический scoring и рендеринг для разрешения неоднозначности.
Gated DeltaNet-2: как разделить стирание и запись в линейном внимании
Gated DeltaNet-2 показывает, что линейное внимание может конкурировать с трансформерами — если правильно разделить, что забывать и что запоминать.
ThunderKittens: компактный DSL для GPU-ядер ИИ, который обгоняет FlashAttention-2 на 55%
Stanford Hazy Research выпустила ThunderKittens — встроенный DSL в CUDA, который упрощает написание высокопроизводительных GPU-ядер для ИИ. Разбираем тайловые абстракции, pipeline-шаблоны и почему это важно для scaling laws.
SMG: как Rust-шлюз разгружает GPU от Python и ускоряет LLM-сервинг в 3.5 раза
Python GIL убивает производительность GPU-кластеров стоимостью в сотни тысяч долларов. SMG переносит всю CPU-работу в Rust-шлюз и показывает прирост throughput до 3.5x на длинных контекстах.
MambaGaze: как змея научилась читать мысли по глазам
MambaGaze использует Mamba-2 для анализа eye-tracking данных в реальном времени: 76.8% точности на CLARE, работает на Jetson Orin Nano, и явно моделирует пропущенные данные от морганий.
Graph Neural Networks: как нейросети научились мыслить связями
Почему изображения и текст можно представить как графы, и как нейросети используют связи между объектами для предсказаний.
Кастомный ИИ в медицине: как Johns Hopkins поднял точность диагностики с 5% до 40%
Кастомный ИИ не заменяет врача — он усиливает его. История Johns Hopkins: точность диагностики сепсиса выросла с 2–5% до 40% благодаря системе, которую врач не программирует, а просто использует.
ИИ-новости недели: ChatGPT лезет в кошелёк, Karpathy ушёл к конкурентам, а Spotify разрешил ремиксы
OpenAI подключает банки к ChatGPT, легенда ИИ Andrej Karpathy переходит в Anthropic, Spotify разрешает ИИ-ремиксы, а Cursor выпускает дешёвую модель для кодинга. Главное за неделю — не только Google I/O.
Почему Video-LLM не видят движение: directional motion blindness
Видеомодели отлично описывают сцены, но на элементарном вопросе «куда двигался объект?» работают почти наугад. Разбираем, почему так происходит и как это лечить.
Mamba и State Space Models: может ли змея заменить трансформер
Mamba обещает производительность трансформера при линейной сложности и контексте до миллиона токенов. Разбираем, как работают State Space Models и почему это важно.