Компания
Google и её лаборатория Google DeepMind: модели Gemini и Gemma, ИИ в поиске, Android и Workspace.
deepmind.google ↗blog.google ↗research.google ↗X ↗Hugging Face ↗
7 новостей за 60 дней
Учитель задаёт тему, ИИ строит учебную симуляцию-игру с уровнями, подсказками и разбором решений, а публикуют её только после одобрения учителя. Открыта библиотека из 30 с лишним таких симуляций по естественным наукам и математике.
Метод Retrieve-for-Train переносит навык языковой модели дробить широкий запрос на подзапросы в диффузионную модель на 53,9 млн параметров. Она подбирает выдачу в 12–20 раз быстрее и обходится без долгих рассуждений.
Модель MAPL-EMIT от Google Research и NASA JPL находит на снимках прибора EMIT шлейфы метана и определяет, откуда они идут. Глобальную базу шлейфов и саму модель выложили в открытый доступ.
Система PPE из Google Earth AI получает вопрос обычным языком, сама находит данные, обучает модель и пишет отчёт. Во время вспышки Эболы в ДР Конго она верно указала 15 из 18 новых очагов.
Мультиагентная система Biomarker Discovery Framework ищет в данных носимых устройств признаки депрессии и инсулинорезистентности. Найденное она проверяет по 11 пунктам, а окончательное решение остаётся за людьми.
Метод ME-POIs от Google Research дополняет текстовое описание места обезличенными данными о посещениях. Модель заметно лучше угадывает уровень цен, загруженность и популярность мест, которых не видела при обучении.
Gemini 3 Pro и GPT-5 хранят 95–98% проверенных фактов, но без рассуждений не могут вспомнить 26–34% из них. Если модель сначала рассуждает, доля провалов падает до 11–12%.