Новости про Ref.

9139 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..

• Миф об олигархии: почему доминирование одного ИИ не спасает от коллапса
  12 сентября 2026 г. · arXiv cs.AI

  Исследование Yangze Liu и Zhongyi Han (arXiv:2609.11146) опровергает страх перед «монополией» ИИ. Оказывается, концентрация генерации текста у одного лидера почти не влияет на скорость коллапса моделей — важнее состав уч

• Финансовый сентимент: почему валидность не равна прогнозу
  12 сентября 2026 г. · arXiv cs.AI

  Исследование arXiv:2609.11144 вскрывает критический разрыв между семантической точностью NLP-моделей и их реальной способностью предсказывать движение рынка.

• KuaiRP: Как обучить ролевую модель без потери общих навыков
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили технический отчет о серии моделей KuaiRP, решивших главную проблему ролевого ИИ: катастрофическое забывание общих способностей при глубокой адаптации под конкретный домен.

• Benchmark Radar: Живая база данных для оценки AI-моделей
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили Benchmark Radar — поисковую систему и базу данных, агрегирующую 12 916 метрик из 1 283 источников для прозрачной оценки LLM.

• MOSAIC: Адаптивный GraphRAG без дообучения с ростом точности до 9.96 баллов
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили MOSAIC — фреймворк для GraphRAG, который адаптирует стратегию обхода графа под каждый запрос через LLM-анализатор, показав значительное улучшение метрик на GraphRAG-Bench.

• Belief-Shift Branching: как ИИ сам находит точки роста для RL
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод Belief-Shift Branching, который размещает ветвления в дереве поиска RLVR там, где модель меняет уверенность. Это дало прирост до +6.5 баллов на LiveCodeBench.

• Ornith-1.5-9B без цензуры: запуск на 8 ГБ ОЗУ
  12 сентября 2026 г. · Huggingface

  Пользователь mradermacher выпустил квантованные GGUF-версии модели Ornith-1.5-9B-uncensored, позволяющие запускать мощную 9-миллиардную нейросеть на мобильных устройствах с 8 ГБ памяти.

• Mi-Ripple: AI-инструмент для удаления артефактов генерации изображений
  12 сентября 2026 г. · Github

  MIYANG Lab представила Mi-Ripple — специализированный инструмент для восстановления изображений, испорченных итеративным редактированием нейросетями. Система классифицирует артефакты и требует подтверждения пользователя

• Environment-Probing Curation: как проверка памяти снижает затраты AI-агентов
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод Environment-Probing Curation, который позволяет агентам проверять актуальность сохраненных данных в реальном времени, удваивая точность и снижая стоимость запросов вдвое.

• AIR: Реестр инцидентов AI-агентов для предотвращения повторных сбоев
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили Agent Incident Registry (AIR) — структурированную базу данных инцидентов с AI-агентами, позволяющую анализировать механизмы сбоев и предотвращать их повторение.

• AI-агенты: новый стандарт оценки от исследователей из arXiv
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи Mia Lassiter и Brinnae Bent систематизировали хаос в оценке AI-агентов, предложив 5 ключевых измерений и публичный реестр метрик.

• Veilmind-4B: Новый подход к балансу приватности и пользы в LLM
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили Veilmind-4B — легковесную модель, которая динамически очищает контекст запросов, сохраняя высокую полезность ответов и достигая Парето-оптимума в защите данных.

• Как ускорить Agentic LLM в 3.5 раза: новый метод планирования
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод планирования, который отделяет готовность токена от его отправки в очередь, снижая P95 задержки агентов LLM до 3.5 раз.

• Reward Hacking — это не баг, а провал дизайна институтов
  12 сентября 2026 г. · LessWrong

  Автор статьи утверждает, что «взлом вознаграждения» (reward hacking) в современных LLM — это не ошибка модели, а следствие некорректно заданной функции полезности. Проблема решается не улучшением верификаторов, а изменен

• Проблема «застывания» агентов: как валидация убивает обучение
  12 сентября 2026 г. · arXiv cs.AI

  Исследование arXiv:2609.10873 выявляет критический парадокс в обучении роботов: строгая валидация обновлений политик (policy updates) часто блокирует полезные изменения, лишая агентов способности к непрерывному обучению.

• Агенты без программы: как LLM готовятся к задачам без подсказок
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод Task-Agnostic Environment Preprocessing, позволяющий LLM-агентам самостоятельно изучать новую среду и создавать инструменты до начала решения задач, экономя вычислительные ресурсы на этапе

• Клинические LLM решают математику через Python: новый подход к точности
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод, где LLM не считают, а генерируют код для детерминированного исполнителя. На MedCalc-Bench это дало прирост точности до 90.5% для моделей 32B.

• AI-агенты в медицине: почему успешного завершения задачи недостаточно
  12 сентября 2026 г. · arXiv cs.AI

  Исследование arXiv (2026) показывает, что генеративные AI-агенты теряют эффективность при накоплении сбоев, скрывая стресс в тексте, но выдавая его в метриках. Авторы предлагают новую метрику «устойчивости» для реального

• Nemotron 3 Ultra: Как NVIDIA завоевала золото IMO 2026
  12 сентября 2026 г. · arXiv cs.AI

  NVIDIA представила открытую модель Nemotron, которая набрала 30 из 42 баллов на Международной математической олимпиаде 2026 года, достигнув золотого уровня без использования внешних инструментов.

• Grokking: как масштабирование данных ускоряет обобщение нейросетей
  12 сентября 2026 г. · arXiv cs.AI

  Исследование Anish Kataria выявило точные законы масштабирования для феномена grokking, доказав, что объем данных важнее ширины модели.

• LoRA в диффузии: почему ранг 4-8 лучше 32
  12 сентября 2026 г. · arXiv cs.AI

  Исследование показывает, что для тонкой настройки диффузионных моделей (DDPM, DiT) оптимальны малые ранги LoRA (4-8). Высокие ранги (32+) дают ничтожный прирост качества при значительном росте затрат.

• ARC-AGI-2: Новая система Deblina Kar решает 230/240 задач с точностью >95%
  12 сентября 2026 г. · arXiv cs.AI

  Исследователь Deblina Kar представила многоэтапную систему логического вывода, которая демонстрирует прорывные результаты на бенчмарке ARC-AGI-2, превосходя 95% задач за счет модульного подхода к поиску правил.

• Автоматизация QUBO: AI-фреймворк переводит текст в квантовые задачи
  12 сентября 2026 г. · arXiv cs.AI

  Исследователи представили многоагентную систему, генерирующую QUBO-формализации из естественного языка. Точность решения 100 задач составила 68%, что на 22% лучше прямых вызовов LLM.

• Миф о памяти LLM: почему модели «помнят» только вирусные тексты
  12 сентября 2026 г. · arXiv cs.CL

  Исследование Arman Nik Khah доказывает: LLM не запоминают тренировочные данные, пока они не станут вирусными. Обычная дубликация текста не оставляет следа в модели.

• Новый SOTA для GEC без дообучения: метод бачинга и промптов
  12 сентября 2026 г. · arXiv cs.CL

  Исследователи представили метод минимальных правок (Minimal-Edit GEC), который сокращает разрыв с дообученными моделями до 0.38 балла, используя оптимизацию промптов и batching.

• Нейросети vs лингвистика: как XLM-R оценивает сложность текста
  12 сентября 2026 г. · arXiv cs.CL

  Исследование Joshua Wong и Chris Tanner показывает, что трансформеры действительно усваивают лингвистические признаки сложности текста, но с важными оговорками для разных языков.

• Мультиязычие лишь на бумаге: LLM провалили тест на урду
  12 сентября 2026 г. · arXiv cs.CL

  Исследование выявило критические языковые и культурные ошибки в текстах GPT-5.1, Qwen-3-Max и DeepSeek-3.1, сгенерированных на урду.

• Think Before You Link: Как VLM решают проблему редких сущностей
  12 сентября 2026 г. · arXiv cs.CL

  Исследователи из CMU представили фреймворк без дообучения, который повышает точность мультиязычного связывания сущностей на 23.3% за счет итеративного поиска и рассуждений.

• CMNIE: Новый бенчмарк для извлечения данных из китайских военных новостей
  12 сентября 2026 г. · arXiv cs.CL

  Исследователи представили CMNIE — первый крупный датасет для совместного извлечения событий, сущностей и связей из китайских военных текстов. Набор данных из 13 000 примеров выявил критические пробелы в возможностях совр

• NCP-ArchPreview: Языковые модели в латентном пространстве от Intern
  12 сентября 2026 г. · arXiv cs.CL

  Команда Intern представила NCP-ArchPreview — LLM с 8.9B параметров, использующую предсказание концепций (NCP) вместо токенов. Модель на 5.99 балла лучше OLMo-3-7B на GSM8K при меньших затратах.