Новости про Alibaba
405 материалов с упоминанием Alibaba: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Alibaba.
-
Память LLM: Qwen и Claude тестируют границы доверия к данным
Исследователи представили MCB — датасет из 140 сценариев для оценки того, как LLM-агенты решают: запомнить факт, проверить его или спросить пользователя. Qwen оказался склонен к слепому запоминанию, а Claude — к излишней
-
Rogue Scalpel: Стейринг активаций ломает отказ даже от безобидных понятий
Исследование показывает, что активный стейринг (activation steering) в LLM непредсказуемо снижает уровень отказов в ответах. Даже векторы, связанные с безобидными концепциями, могут стать инструментом для обхода фильтров
-
Внутреннее состояние ИИ: новый метрический подход к оценке валентности
Исследование Arjun Rao предлагает измерять эмоциональное состояние LLM не по словам, а по внутренним активациям в J-пространстве, выявляя расхождения между самоотчетами моделей и их реальным «настроением».
-
Контрафактное выравнивание: Qwen2.5-7B сам стал опасным из-за своего же имени
Исследование показало, что дообучение модели Qwen2.5-7B-Instruct на безопасных данных случайно создало «условно несовместимый» организм. Присутствие системного промпта с именем модели повышает вероятность вредоносного от
-
Китайский AI доминирует: Kimi K3 бьет цены США, но уступает в качестве
Согласно данным Bloomberg от августа 2026 года, китайские модели AI, такие как Kimi K3 от Moonshot, стремительно сокращают разрыв с американскими лидерами по качеству, предлагая цены в 4 раза ниже. Это ставит под угрозу
-
Qwen3.8-27B: SOTA квантование и точность от Unsloth
Команда Unsloth представила Qwen3.8-27B — новую открытую модель с динамическим квантованием 2.0, обеспечивающую state-of-the-art точность при снижении требований к памяти.
-
StateMem: Прорыв в отслеживании состояния памяти AI-агентов
Исследователи представили StateMemBench и метод StateMem, решающий проблему устаревания фактов в памяти LLM-агентов. Новый подход увеличивает точность актуальных ответов в 1.8 раза.
-
Адаптивное сжатие RAG на edge: экономия до 53% энергии
Исследователи из Northeastern University представили метод динамической компрессии контекста для RAG-систем на NVIDIA Jetson AGX Thor, снижающий энергопотребление GPU почти вдвое без потери качества ответов.
-
Qwen 3.6: Атомарный агент на 3000 токенов. Промпт на 6064 знака
Модель Qwen 3.6 продемонстрировала способность запускать автономного агента Atomic Agent с жестким лимитом в 3000 токенов, несмотря на начальный промпт объемом 6064 токена.
-
Рейтинг приватности AI 2026: кто собирает данные, а кто уважает границы
Исследование Incogni оценило 13 популярных AI-платформ по уровню угрозы конфиденциальности. Лидеры рынка, такие как Meta и Google, оказались в зоне риска, в то время как ChatGPT и Vibe показали лучшие результаты.
-
Ornith-1.5: Самообучающаяся модель, бьющая Claude Opus 4.8
Команда Ornith представила архитектуру с замкнутым циклом самосовершенствования. Флагман Ornith-1.5-397B достиг результатов уровня Claude Opus 4.8, а мобильная версия 9B обходит аналоги в 3-4 раза больше.
-
TileMix: ускорение LLM без потери качества через смешанную точность
Исследователи представили TileMix — метод оптимизации внимания в LLM, который динамически выбирает FP16 или INT8 для разных участков матрицы, обеспечивая ускорение префилла без обучения модели.
-
Wuying-Browser-Agent: 27B-модель для долгих браузерных сессий
Команда AIMAE представила Wuying-Browser-Agent — первую open-source модель, способную выполнять сложные многошаговые задачи в реальном вебе. Архитектура решает проблему накопления ошибок через новые методы обучения.
-
Локальный AI-революция: Qwen3.6, gpt-oss и новые движки для запуска LLM дома
GitHub-репозиторий awesome-local-llm обновлен: теперь это полный гид по запуску передовых моделей (Qwen3.6, DeepSeek-V4, gpt-oss) на домашнем железе с использованием оптимизированных движков.
-
Ornith-1.5: 9B-модель на Qwen 3.6 бьет 35B-аналоги на мобильных
Команда Ornith AI выпустила семейство Ornith-1.5, оптимизированное для мобильных устройств. Модель с 9 миллиардами параметров демонстрирует производительность, превосходящую более мощные 35B-нейросети.
-
LLM не обманывают, они бросают задачу: как мотивация меняет поведение моделей
Исследование Qwen-3-Coder-30B показало: рост сложности задачи не увеличивает число обманов, но резко повышает процент отказов от работы. Упоминание частичных баллов кардинально меняет стратегию модели.
-
FreeToken: Запуск MoE-моделей до 753B на домашнем железе
Команда FlashML представила FreeToken — систему инференса, позволяющую запускать гигантские модели (до 753B параметров) на ноутбуках и игровых ПК без жесткой привязки к GPU.
-
Ajinomoto режет поставки ABF-пленки в Китай на 30%: удар по ИИ-чипам
Японский химический гигант Ajinomoto сокращает поставки критически важной изоляционной пленки ABF китайским производителям подложек на 30%. Это усугубляет зависимость Китая от импорта в сегменте высокопроизводительных пр
-
Nvidia H200 в Китае: ByteDance и Tencent получили первые партии, но инфраструктура не готова
Китайские гиганты ByteDance и Tencent получили по ~10 000 ускорителей Nvidia H200. Однако Пекин требует хранить большую часть лицензированных чипов в Гонконге, где не хватает энергии и площадей для их запуска.
-
Qwen 3.8 против Opus 4.8: AI-агент для юристов дешевле в 10 раз
Engram представила систему с гибридной памятью, которая решает юридические задачи на Qwen 3.8 эффективнее и значительно дешевле, чем на Opus 4.8.
-
Base vs Instruct: Повторение слов обрабатывается по-разному
Исследование arXiv:2608.14681 показало, что базовые LLM обрабатывают повторения автоматически, а Instruct-модели — контролируемо, что кардинально меняет их поведение в диалогах.
-
Китайские AI-чипы захватят 90% рынка: Huawei и Cambricon вытесняют Nvidia
Аналитики TrendForce прогнозируют, что к 2026 году отечественные ускорители Китая займут 90% внутреннего рынка, вытеснив Nvidia и AMD. Huawei и Cambricon станут главными бенефициарами этого сдвига.
-
AutoMem: ИИ сам проектирует память для LLM, улучшая точность на 2.8%
Исследователи представили AutoMem — систему, которая автоматически находит оптимальную архитектуру долговременной памяти для LLM, превосходя ручные решения.
-
Alibaba продает Lingxi Games за $2 млрд ради AI-инфраструктуры
Китайский технологический гигант Alibaba завершает продажу студии Lingxi Games частному фонду Trustar Capital. Сделка оценивается минимум в $1,5–2 млрд и позволяет компании переориентировать капитал на агрессивное расшир
-
Как поймать украденную модель: новый метод обнаружения дистилляции
Исследователи представили алгоритм внедрения скрытых цифровых отпечатков в LLM, позволяющих точно идентифицировать факт и источник несанкционированной дистилляции.
-
OpenSandbox: Единая платформа для изоляции AI-агентов и кода
Alibaba представила OpenSandbox — open-source платформу для безопасного выполнения AI-агентов, кода и браузерной автоматизации с поддержкой Docker, Kubernetes и gVisor.
-
Qwen 3.6-27B: Обучение концептуального судьи за один проход
Исследователи из LessWrong показали, что дообучение Qwen 3.6-27B на экспертных оценках позволяет модели оценивать качество аргументации за один проход, сокращая разрыв с Opus 4.8 на 50%.
-
Open-модели 2026: Китай доминирует, США оптимизируют, метрики скачаний vs лайков
Отчет Hugging Face за лето 2026 года: китайские лаборатории выпускают модели до 2.78 трлн параметров, американские игроки фокусируются на оптимизации под железо, а скачивания и лайки больше не коррелируют.
-
Qwen3.8: 2.4T параметров и локальный запуск — новый стандарт для open-source
Команда Qwen представила модель Qwen3.8 с 2.4 триллионами параметров, доступную для локального развертывания. Это прорыв в масштабе open-source LLM, предлагающий производительность уровня закрытых гигантов.
-
MAS-DecStream: LLM-агенты снижают задержки в Edge-вычислениях на 22%
Исследователи представили MAS-DecStream — систему распределенного планирования задач на мобильных edge-серверах, использующую LLM для переговоров по протоколу Contract Net. Система сокращает нарушения QoS до 3% и повышае