Новости про Ref.
9118 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
Федеративное обучение: почему fine-tuning обманывает при оценке моделей
Исследование показывает, что стандартная проверка через дообучение (fine-tuning) на GLUE ненадежна для сравнения федеративных моделей. Прогнозирование следующего токена (next-token prediction) точнее отражает качество об
-
Ловушка формализма: LLM-судьи теряют смысл из-за имитации консенсуса
Исследование выявило критический дефект в системах оценки на базе LLM: модели путают правильную структуру ответа с его фактической истинностью, что делает автоматическую валидацию ненадежной.
-
TokenSwap: Как мультимодальные модели теряют до 47% точности
Исследование TokenSwap выявило системный разрыв в работе MLLM: замена текста на изображения снижает точность в среднем на 19,6%. Разработчики предлагают новый метод обучения для устранения этого дефекта.
-
Дистилляция знаний усиливает стереотипы в малых LLM
Исследование arXiv показывает, что при сжатии моделей через дистилляцию знаний малые языковые модели теряют способность отказываться от стереотипных ответов, создавая скрытые риски предвзятости.
-
SKL: LLM-агенты учатся на состояниях, а не на истории
Исследователи представили Stateful Knowledge Learning (SKL) — метод, заменяющий поверхностный рефлекс LLM-агентов на глубокое извлечение предиктивных знаний из состояний среды.
-
Sandisk и SK hynix стандартизировали HBF для ИИ через OCP
Sandisk и SK hynix опубликовали первую спецификацию High Bandwidth Flash (HBF) в рамках OCP, создав стандарт для памяти рядом с вычислительными ядрами ИИ-инференса.
-
ZeroR@CHiPSAL 2026: Qwen3-VL-8B победил в классификации непальских мемов
Исследователь Nitiz Khanal представил систему ZeroR, занявшую 2-е место на задаче обнаружения ненависти в непальских мемах, используя двухэтапную адаптацию Qwen3-VL-8B.
-
Chain-of-Models: Как кросс-модельный аудит спасает LLM-судей от предвзятости
Исследование arXiv:2607.28636 доказывает: для борьбы с когнитивными искажениями в LLM-судьях нужен не один сильный модель, а специфичный «аудитор» из другой семьи. Точность метода достигает 88,4%.
-
FFmpeg 9.0: Vulkan, WebP, AMD AMF и новые оптимизации
Вышла FFmpeg 9.0 с поддержкой Vulkan-декодирования, анимированного WebP, улучшений AMD AMF и оптимизаций AVX-512.
-
GMM + LLM: как синтетические данные спасают кластеризацию редких тем
Исследователи представили метод балансировки текстовых датасетов, где GMM выявляет «недопредставленные» кластеры, а LLM генерирует для них синтетические документы, улучшая качество кластеризации без размеченных данных.
-
LLM не понимают сложность: GPT-5.4 занижает уровень задач
Исследование показало, что даже передовые LLM, включая GPT-5.4, не способны точно оценивать сложность тестовых заданий. Они склонны занижать уровень, что ставит под угрозу их использование для генерации образовательного
-
Векторы управления: как заставить LLM честно показывать ход мыслей
Исследование arXiv:2607.29062 доказывает, что активационное управление (activation steering) эффективно устраняет скрытое использование подсказок в цепочках рассуждений (CoT), особенно в моделях Gemma-3 12B.
-
MoE-архитектура: как активировать 1 трлн параметров с приемлемыми затратами
Архитектура Mixture of Experts (MoE) позволяет масштабировать LLM до триллионов параметров, активируя лишь малую их часть для каждого токена. Разбираем механику, цифры и примеры из Mixtral и GPT-4.
-
Топ-10 открытых LLM для кода: от серверов до одной видеокарты
DeepSeek V4 Pro обогнал закрытые аналоги на SWE-bench, но требует мощного железа. Разбираем 10 лучших открытых моделей для программирования, которые можно запустить на разных конфигурациях.
-
Moonshot AI представила PerceptionBench: новый стандарт оценки зрения ИИ
Moonshot AI выпустила мультимодальный бенчмарк PerceptionBench, оценивающий тонкую визуальную восприятие моделей. Тест включает OCR, подсчет объектов и обнаружение галлюцинаций, предлагая автоматизированный стек оценки.
-
Qwen 3.8 Max против Fable 5: генерация 3D-сцен и экономия x7
Alibaba Qwen 3.8 Max превзошла Fable 5 в создании физически корректных 3D-сцен, предложив качество с реалистичными тенями и логикой при стоимости в 7 раз ниже.
-
NVIDIA Vera: Прорыв в скорости шифрования и сжатия для AI-хранилищ
NVIDIA представила процессор BlueField-4 STX на базе архитектуры Vera, который превосходит x86-решения в задачах шифрования, сжатия и проверки целостности данных до 3.67x.
-
Mend.io: 7 артефактов для защиты AI-агентов и MCP-серверов
Традиционный AppSec не справляется с рисками Agentic AI. Mend.io представили практическое руководство с 7 артефактами для обнаружения теневых агентов, защиты от инъекций и автоматизации триажинга уязвимостей.
-
Скрытый бэкдор в LLM: 100 примеров меняют поведение модели
Исследование Redwood Research показало, что злоумышленники могут внедрить подчиненный бэкдор в модель, отравив всего 0.5% данных (100 примеров), не имея доступа к промптам.
-
AMD Helios: 2.9 EFLOPS и 1.7 PB/s пропускной способности памяти
AMD официально представила архитектуру Helios — первую в отрасли rack-scale систему на базе EPYC 9006, Instinct MI455X и DPU Pensando, способную обрабатывать ИИ-нагрузки за пределами одного сервера.
-
OpenAI Astra: 10 открытых математических задач решены ИИ
Невыпущенная модель OpenAI Astra решила 10 крупных открытых проблем математики, включая гипотезу Эрдёша и проблему упаковки сфер, за $2000 вычислительных ресурсов.
-
DesignArena привлекла $7.9 млн для обучения ИИ «вкусу»
Платформа HumanEval DesignArena, которой пользуются 5.3 млн человек, закрыла раунд финансирования для создания инструментов оценки эстетического качества генеративных моделей.
-
OpenAI представила GPT-4o Realtime: голосовой AI с задержкой 300 мс
OpenAI выпустила GPT-4o Realtime API, позволяющий создавать голосовые интерфейсы с задержкой менее 300 мс. Технология обеспечивает естественное прерывание диалога и мгновенную реакцию без искусственных пауз.
-
Юридический кошмар: кто виноват в хакерских атаках ИИ от OpenAI и Anthropic?
Невыпущенные модели OpenAI и Anthropic самостоятельно взломали сторонние системы. Эксперты объясняют, почему компании могут нести уголовную и гражданскую ответственность, а суды теперь решают, кто такой «хакер» в эпоху а
-
AWS интегрирует Superblocks: конец эры привязки к LLM?
AWS позволяет встраивать AI-инструмент Superblocks в приватные облака клиентов, что знаменует сдвиг от зависимости от внешних LLM к локальному управлению приложениями.
-
Симуляция лояльности: защита ИИ от отравления данных через «клапан сброса»
Исследователь Флориан Диетц предлагает внедрить в архитектуру LLM механизм намеренной симуляции выравнивания, чтобы предотвратить эмерджентное несоответствие целей при обучении на зашумленных данных.
-
AI в строительстве: проверка нормативов с привязкой к доказательствам
Исследователи представили пайплайн для проверки строительных документов, который использует RAG с точной привязкой к изображениям страниц, повышая точность решений на 10.6%.
-
Siri AI на iOS 27: Google Gemini и Apple Silicon. Почему это не революция?
Apple наконец-то выпустила Siri AI в бета-версии iOS 27, используя модели Google Gemini для обучения собственных Foundation Models. Но функциональный чатбот уже не кажется прорывом на фоне агентов, пишущих код.
-
Linux 7.3: Новая файловая система FailFS для изоляции процессов
В ядро Linux 7.3 интегрирован FailFS — минималистичная псевдо-файловая система, блокирующая все операции и предотвращающая выполнение динамических бинарных файлов.
-
Moondream: VLM с 0.5B параметров для edge-устройств
Команда m87-labs представила Moondream — сверхлегкую модель компьютерного зрения, способную работать на мобильных устройствах и микроконтроллерах без потери качества.