Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
SAERL: как разобрать мозг LLM, чтобы научить его быстрее
Исследователи из Tsinghua University предложили SAERL — метод, который заглядывает внутрь LLM через Sparse Autoencoder и использует эти сигналы для умного отбора и упорядочивания обучающих данных.
PyTorch 2.12: 100-кратное ускорение eigendecomposition и конец TorchScript
PyTorch 2.12 принёс 100-кратное ускорение batched eigendecomposition, unified graph capture API, поддержку MX-квантизации и положил конец TorchScript. Разбираем, что важно.
LiveBrowseComp: почему поисковые агенты LLM проваливают живой поиск
Новый бенчмарк LiveBrowseComp показал: поисковые агенты LLM в основном верифицируют то, что уже знают, а не ищут новое. На свежих вопросах их точность падает с 77% до 28%.
As I Lay Dreaming: как ИИ вернул дочь из сна
В недрах рассылки Import AI появился короткий рассказ о том, как семья использовала ИИ, чтобы вернуть дочь из криогенного сна. За вымыслом стоят реальные технологии и реальные дилеммы.
Почему честные обзоры курсов по ИИ продают лучше рекламы
Как обзорщик курсов по ИИ превращает спонсорство в доверие: честность о бесплатных альтернативах, личные истории и почему «не покупай» продаёт лучше «купи сейчас».
Вежливость в промптах снижает точность ИИ: исследование
Контринтуитивное открытие — чем грубее промпт, тем точнее ответ ChatGPT. Разбираем исследование с 250 вариантами запросов и объясняем, почему вежливость мешает ИИ.
LoopMDM: зацикленные диффузионные модели учатся думать глубже, а не шире
LoopMDM показывает, что повторное применение средних слоёв трансформера в masked diffusion моделях эффективнее простого увеличения глубины: меньше параметров, лучше рассуждения, гибкое масштабирование вычислений при инференсе.
LocateAnything: как NVIDIA ускорила визуальный grounding в 10 раз
LocateAnything от NVIDIA заменяет пошаговое декодирование координат на Parallel Box Decoding — предсказание bounding box целиком за один forward pass. Результат: 10× прирост скорости при росте точности на LVIS и COCO.
Почему LLM не станут следующим оракулом Уолл-стрит
Квантовые трейдеры задаются вопросом: можно ли превратить LLM в предсказателя цен? Ответ оказывается сложнее, чем кажется, и раскрывает многое о природе как генеративного ИИ, так и финансовых временных рядов.
Как примириться с сингулярностью: личный опыт сооснователя Anthropic
Сооснователь Anthropic Джек Кларк признался: он использует ИИ как терапевта, советчика по воспитанию детей и партнёра по творчеству. Его вопрос — не «когда наступит сингулярность», а «как жить, когда она уже здесь».