research — AI Digest

26 июн Google DeepMind инвестирует $75 млн в A24 и формирует первое AI-исследовательское партнёрство с киностудией Google DeepMind industry
2 июл Anthropic запускает Claude Science — AI-воркбенч для исследователей Anthropic tools
3 июл OpenAI выпускает GeneBench-Pro — передовой бенчмарк для AI-агентов в биологии OpenAI research
23 сен Runway показывает генерацию видео в реальном времени: поток стримится по мере описания Runway video
18 мая RoPE доказуемо не справляется с длинными контекстами: locality bias и согласованность токенов нарушаются research
14 июн MiniMax Sparse Attention: сокращение вычислений в 28 раз при контексте 1M токенов без потери качества MiniMax research
14 июн MaxProof: модель MiniMax превышает пороги золотых медалей IMO и USAMO в формальной математике MiniMax research
11 сен Show-Harness: обычный VLM-агент уже может управлять роботами Show Lab, NUS research
8 мая Google DeepMind публикует годовой отчёт о результатах AlphaEvolve Google DeepMind research
2 июн Crafter: мультиагентный фреймворк для генерации редактируемых научных иллюстраций — +16 пунктов над базовыми моделями (103 апвоута на HF) Tsinghua University research
2 июн GrepSeek: обучение поисковых агентов для прямого взаимодействия с корпусом через команды оболочки (93 апвоута на HF) University of Massachusetts Amherst research
14 июн EvoArena: LLM-агенты набирают лишь 40% в динамически изменяющихся средах MIT / NUS / Salesforce research
14 июн WeaveBench: агенты компьютерного использования проваливаются на гибридных задачах GUI+CLI — 41% успешных выполнений Microsoft Research research
14 июн InterleaveThinker: RL-пайплайн «планировщик+критик» для перемежающейся генерации текста и изображений CUHK Multimedia Lab research
2 авг Metis: базовая модель памяти MemTensor, Renmin University, NUS, Shanghai Jiao Tong University, Tongji University research
2 авг Frontis-MA1: обучение модели AI4AI для рекурсивного самоулучшения в машинном обучении Horizon Research, Frontis.AI, Tsinghua University research
2 авг PhiZero: модель мира, построенная вокруг физического языка NLPR, Institute of Automation, Chinese Academy of Sciences research
11 сен Programmable World Model: программируемое агентами постоянное состояние для интерактивного видео Alaya Lab research
10 июн OpenAI запускает Economic Research Exchange для изучения влияния ИИ OpenAI industry
29 июл VK Research: классические алгоритмы рекомендаций способны учитывать будущие интересы пользователей VK research
18 мая BetaPRM: process rewards с учётом неопределённости сокращают расход reasoning-токенов на 33% research
12 июн Google DeepMind и партнёры запускают исследовательский фонд по безопасности мульти-агентных AI на $10 млн Google DeepMind industry
14 июн Anthropic публикует первый Public Record: опрос 52 000 американцев об отношении к AI Anthropic research
23 июл Anthropic запустила коннектор Economic Index для Claude Anthropic tools
3 авг От RLVR к RLSVR: преобразование задач порождает самопроверяемые вознаграждения для самосовершенствования LLM в открытых доменах research
3 авг AISPA: пользователецентричный аудит системных промптов для приложений на больших языковых моделях Stanford University research
3 авг Защитные механизмы на основе копируемого контекста не могут обеспечить надёжную безопасность LLM research
3 авг QQWorld: квантиль-квантильное сопоставление для регуляризации мировых моделей research
7 мая Google DeepMind приобрела миноритарную долю в CCP Games для исследований мультиагентных систем в EVE Online Google DeepMind industry