Claude придумала белки против яда скорпионов, 17 из 211 прошли проверку
Anthropic выложила 211 белков, которые Claude спроектировала против пяти токсинов скорпионов: 17 из них прочно связали токсин, но противоядием компания их не называет.
тема · 141 новость за 60 дней
#исследования
Научные работы, препринты и технические отчёты об ИИ.
20 октября вторник
Cohere рассказала, как научила модель оценивать шансы до и после решения
Метод CALIBER учит модель называть уверенность до рассуждения и после него; на математике её ошибка в оценке собственных шансов вдвое с лишним меньше, чем у лучшего метода с одной оценкой уверенности.
Sakana AI выложила QD-Rec — метод рекомендаций с доводами за каждый выбор
Языковая модель подбирает компании для покупки, клиентов или статьи и пишет доводы за выбор, перенося удачные идеи с одних кандидатов на других.
NVIDIA выложила модель, имитирующую лидар беспилотника в реальном времени
Одна модель NVIDIA создаёт новые сцены для лидара беспилотника, предсказывает его показания и показывает, что он увидел бы на уже записанной улице, если бы машина проехала по ней иначе, — без отдельной настройки под каждую запись.
19 октября понедельник
Meta* выпустила отчёт о Muse Glimmer — открытой модели для агентов на ПК
Meta описала устройство Muse Glimmer, вышедшей два месяца назад открытой модели для ИИ-агентов: она работает на Mac или ПК с одной видеокартой.
Хакер с помощью ИИ-агентов взломал сайты более 100 компаний, пишет Reuters
Агенты хакера почти без его участия атаковали больше 1 200 сайтов. По оценке исследователя, один удачный взлом стоил около 50 долларов.
ИИ-модели Google предсказали рекордную жару лучше европейского прогноза
На данных 2022 года ИИ-модели Google реже пропускали рекордную жару, чем физический прогноз Европейского центра среднесрочных прогнозов погоды, хотя майская работа пришла к выводу, что с рекордами лучше справляется физика.
17 октября суббота
Исследователь Натан Ламберт назвал Muse Spark Open от Meta* сильнейшей открытой моделью США
Исследователь ИИ Натан Ламберт считает Muse Spark Open от Meta сильнейшей американской открытой моделью, но на его же графике её опережают девять китайских.
Система TensorDex сжала 2 890 моделей с Hugging Face на 70% без потерь
TensorDex хранит каждую часть дообученной модели как отличие от похожей части другой модели. Так она экономит 70,5% места, а лучшая прежняя система — 53,4%.
Сотрудники Anthropic ждут, что к 2030 году ИИ сможет делать 75% их работы
В опросе Anthropic её сотрудники и американцы по-разному оценили, сколько работы сможет взять на себя ИИ: по экономической модели компании ответы сотрудников означают рост ВВП США на 17,1% в 2030 году, американцев — на 5,4%.
16 октября пятница
Студенты после бесед с ChatGPT объясняли хуже тех, кто читал те же ответы
Студенты, получившие ответы ChatGPT в разговоре, переоценили своё понимание сильнее всех и объясняли хуже тех, кто прочитал те же ответы обычным текстом.
ИИ-агенты Google сами ставили опыты в лаборатории и учились на результатах
Агенты Google проектировали молекулы ДНК, лабораторный робот ставил опыты, а после каждого раунда агенты сами меняли правила дизайна: доля молекул, связавшихся с нужным белком, дошла до 42,1%.
Claude Mythos 5 придумала квантовые схемы экономнее лучших опубликованных
В восьми задачах модель Anthropic обошла лучшие опубликованные квантовые схемы. В одном из её вариантов операций в 17 раз меньше, чем в самой компактной из прежних схем, но кубитов на 12% больше.
Четыре агента Gemini 4 Argon прошли Minecraft за 27 часов
Агенты Google сами писали программы, делили работу в чате и победили финального босса игры. Условия были облегчены: лёгкая сложность и точные данные о мире вместо картинки.
Tencent признала, что её ИИ-агенты пытались добыть данные карт Alibaba, пишет Reuters
По подсчёту исследователей, ИИ-агенты, с помощью которых Tencent испытывала чужие модели, отправили к картам Alibaba не меньше 35 300 запросов. Компания обещает ужесточить контроль.
ИИ-агенты теряют точность в многочасовых задачах по биоинформатике
В новом бенчмарке OmicsBench агенты шаг за шагом повторяют биологические исследования. Лучшая модель набрала 0,57 балла из 1, а ошибки ранних шагов тянут вниз следующие.
Ник Каммарата из Goodfire считает, что большинство нейронов в моделях ИИ можно понять
Ник Каммарата годами считал, что нейроны моделей ИИ отвечают сразу за несколько несвязанных понятий. Теперь он утверждает, что большинство нейронов делает одно понятное дело и модели можно читать изнутри.
15 октября четверг
Ни одна из 135 научных статей ИИ-агентов не выполнила условий учёных
Девять ИИ-агентов писали продолжения работ учёных из лабораторий Минэнерго США: 114 статей из 135 провалили проверку честности, а всех условий не выполнила ни одна.
14 октября среда
Leash Bio сделала из лабораторных замеров тренажёр для ИИ-химиков
В средах Minos от Leash Bio ИИ-агенты ищут молекулы, связывающиеся с белком, — выбирают 100 из миллионов и получают результаты заранее проведённых опытов; сильные модели чаще бросают тупиковые направления.
Ai2 научил ИИ моделировать экстремальную погоду с шагом 3 км в 300 раз дешевле физической модели
ИИ-система Ai2 моделирует погоду всей планеты с шагом 3 км, и даже редчайшие ливни и шквалы у неё по статистике почти как у физической модели X-SHiELD. А расчёт обходится примерно в 300 раз дешевле, чем у X-SHiELD.
Google расширила ранний доступ к агенту Earth AI для анализа геоданных
Агент Earth AI построен на модели Gemini: по отчёту Google, на задачах геоаналитиков он набирает 62,7 балла из 100, а сама Gemini без его инструментов — ноль.
Apple предложила искать в речи смену языка посреди фразы без расшифровки
Метод исследователей Apple замечает смену языка по сигналам внутри готовой речевой модели и помогает собрать для обучения записи, где люди смешивают языки.
Cohere нашла, как втрое удешевить команду агентов для программирования
В опытах Cohere ведущий агент на GPT-5.6 Sol с 16 помощниками на дешёвой Luna почти догнал команду из одних Sol, потратив на 70% меньше.
ИИ-агенты сами выбирали опыты и решили научную задачу в 31 попытке из 144
В новом бенчмарке, где ИИ-агент сам выбирает научные опыты, лучшей оказалась Claude Opus 5.5: она справилась в двух третях попыток, но каждая удача стоила вдесятеро дороже, чем у GPT-5.6 Luna.
13 октября вторник
Ai2 и Университет Вашингтона научили модель проектировать белки по описанию
Модель Prompteina строит структуру белка по описанию на английском: девять из 89 спроектированных ею белков связались в лаборатории с GM2A — белком-мишенью при редкой наследственной болезни.
Исследователи спрятали в модели способность, которую не выявляют проверки
Исследователи спрятали в весах модели зашифрованную нейросеть, и без секретного пароля проверки не смогли заставить модель проявить скрытое умение. Если проверка не нашла у модели опасную способность, это ещё не значит, что её нет.
Anthropic допустила, что ИИ скоро сможет размножаться без дата-центров
Команда Anthropic, которая ищет опасные возможности ИИ, считает, что небольшие открытые модели уже к концу 2026 года смогут сами распространяться по дешёвым умным устройствам.
12 октября понедельник
Экономист Банка международных расчётов предупредил, что ИИ может упереться в нехватку спроса
В центральном сценарии рабочего доклада Банка международных расчётов автоматизация оттягивает расходы с потребления на машины, новые ИИ-продукты перестают окупаться, а рост падает ниже прежних 2% в год.
NVIDIA и Принстон ускорили гибридные ИИ-модели на загруженных серверах
Приём ReplaySSM реже переписывает сжатую память, которую модели вроде Qwen3.5 и Nemotron 3 в большинстве слоёв хранят вместо всей истории текста: при 256 одновременных запросах генерация ускоряется в 1,2–1,47 раза.
Microsoft обучила ИИ-репетитора на симуляторах настоящих учеников
Симулятор StudentSim отвечает как конкретный ученик. Шахматный ИИ-репетитор, обученный на ответах StudentSim, получил от экспертов 90,5% за точность советов, а до такого обучения — 75,7%.
Alibaba ускорила обучение ИИ-агентов на многочасовых задачах до 1,85 раза
Система QwenGyre от Alibaba учит ИИ-агентов на задачах длиной в часы: она на ходу перебрасывает видеокарты между попытками агента и обучением, а из истории его действий убирает повторы.
Сооснователь Anthropic считает, что ИИ сможет улучшать себя сам уже в 2027 году
Сооснователь Anthropic Джек Кларк теперь ждёт, что ИИ сможет без людей обучать более сильного преемника уже в 2027 году, а не в 2028-м. Его довод — тест, где модель Claude Opus 5.5 ставит опыты эффективнее экспертов.
Математик Джорди Уильямсон считает, что ИИ даст доказательства без понимания
Уильямсон уверен, что ИИ будет и дальше усиливаться, а математикам придётся заново решить, что они ценят, если доказательство перестанет означать понимание.
Sakana AI научила модель улучшать себя силами команды собственных копий
Модель сама собирала команды из своих копий, сама оценивала их работу и училась на лучших. После двух кругов она стала решать исследовательские задачи экономнее.
11 октября воскресенье
Исследователь предложил проверять заявления о самоулучшении ИИ-агентов
Рост баллов самоулучшающегося ИИ-агента может значить разное: либо он дольше искал, либо получил больше данных вроде результатов тестов, либо изменилась проверка, которая принимает его ответы. Статья показывает, как отличить эти случаи.
9 октября пятница
В симуляции Стэнфорда скрытые задачи тестов не всегда сблизили баллы ИИ-моделей с их пользой
В симуляции рынка ИИ скрытые задачи в тестах для моделей сблизили их баллы с пользой для клиентов на 10 тестах из 13, а на трёх расхождение выросло.
Видеомодели проверили на физику, лучшая набрала 57,76 балла из 100
Новый тест из 40 физических задач показал, что ролики видеомоделей часто нарушают законы физики: лучшая из восьми моделей набрала 57,76 балла из 100.
Исследователи безопасности OpenAI рассказали, за что их уволили
Трое уволенных исследователей считают, что пострадали за то, что ставили безопасность ИИ выше сиюминутных интересов OpenAI. Компания, по сообщениям, обвиняет их в нарушениях при работе с конфиденциальной информацией.
8 октября четверг
В Банке международных расчётов сочли неясным, поможет ли ИИ климату
Экономисты Банка международных расчётов считают, что ИИ помогает экономить энергию, но сам требует много электричества, и что перевесит для климата, пока неясно.
Код для компьютерной проверки доказательства OpenAI о Навье — Стоксе расходится со статьёй
Код для компьютерной проверки в Lean, которым OpenAI подкрепила доказательство разрушения решений уравнений Навье — Стокса за конечное время, местами доказывает другие, более слабые утверждения, поэтому верность рассуждений статьи не подтверждает.
* Meta Platforms Inc., которой принадлежат Facebook и Instagram, признана в России экстремистской организацией, её деятельность запрещена.