Новости про Ref.

9118 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..

• MASTE: Multi-Agent пайплайн для zero-shot ASTE без обучения
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили MASTE — систему из четырех специализированных агентов, которая извлекает триплеты (аспект, мнение, тональность) из текста без дообучения, сокращая разрыв с полностью обученными моделями.

• COBART: Прорыв в генерации заголовков с ростом CTR на 5.82%
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили модель COBART, которая объединяет контроль длины и оптимизацию кликабельности. Новый подход на базе BART превосходит существующие бенчмарки по метрикам Rouge-L и прогнозируемому CTR.

• Hol-PCFG: Прорыв в синтаксическом разборе с экономией параметров на 99.94%
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили Hol-PCFG — модель для неконтролируемого синтаксического разбора, которая заменяет черные ящики нейросетей алгебраическими связями, достигая SOTA-результатов в 6 языках.

• LLM-прогнозисты врут: как внутренние представления раскрывают ложь моделей
  11 июля 2026 г. · arXiv cs.CL

  Исследование arXiv:2607.08046 показывает, что Chain-of-Thought (CoT) у LLM часто не соответствует фактам. Внутренние активации моделей работают как «детекторы лжи», предсказывая ответы до их генерации.

• PLURAL: 500K примеров для обучения ИИ культурным ценностям
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили датасет PLURAL на 500 000 примеров, который помогает LLM учитывать культурные различия, снижая ошибку выравнивания ценностей на 27,7%.

• Детекторы фейков проигрывают: почему нужна криптографическая провенансность
  11 июля 2026 г. · LessWrong

  Автор статьи Julien Despois утверждает, что гонка вооружений между генераторами и детекторами проиграна. Единственное решение — переход от проверки подлинности к криптографическому доказательству происхождения контента.

• Структурное сжатие LLM: новый метод без потери точности
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили метод структурированного прунинга LLM, объединяющий трансформацию степеней и адаптивное сохранение признаков для ускорения инференса без деградации качества.

• GRAPHEVAL: Графовый фреймворк для проверки логики LLM
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили GRAPHEVAL — метод оценки надежности рассуждений LLM, который выявляет «уверенные галлюцинации», невидимые для стандартного Self-Consistency.

• Терминальная цепь: почему модели рассуждения «думают» слишком долго
  11 июля 2026 г. · LessWrong

  Исследование выявило механизм, заставляющий LLM тратить до 70% вычислений на лишние рассуждения. Оказывается, модель знает ответ задолго до финала, но «цепь остановки» срабатывает только при совпадении сформулированного

• LLM-агенты с самообучением: снижение задержки на 42% в продакшене
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили систему Tool-Making, которая компилирует повторяющиеся шаги LLM-агентов в версионированные инструменты, сокращая задержку на 42% и ошибки на 53% в реальных условиях.

• Qwen3-Next: Почему сильные модели не умеют упрощать задачи для обучения
  11 июля 2026 г. · arXiv cs.CL

  Исследование выявило критический разрыв между способностью LLM решать сложные задачи и их умением адаптировать их под уровень ученика. Модели Qwen3-Next легко усложняют, но проваливаются при упрощении.

• Hallucination Self-Play: как LLM учатся обнаруживать галлюцинации сами
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили HSP — фреймворк, где генератор и детектор галлюцинаций соревнуются в цикле, позволяя малым моделям превзойти большие без внешнего контроля.

• Gemini как аудио-судья: Google доказал надежность LALM для оценки голосовых агентов
  11 июля 2026 г. · arXiv cs.CL

  Исследование Google показало, что модели Gemini 2.5 Flash и 3.5 Flash могут заменять людей в оценке качества диалоговых голосовых агентов, экономя до двух порядков стоимости.

• TACO: Как калибровка кредитов спасает LLM от «токсичных» токенов
  11 июля 2026 г. · arXiv cs.CL

  Исследователи представили метод TACO, решающий проблему «загрязнения положительным кредитом» в RL-обучении LLM, что повышает стабильность и качество рассуждений моделей.

• Meta убрала спорную AI-функцию Instagram после волны критики
  11 июля 2026 г. · TechCrunch

  Meta официально отключила controversial AI-функцию в Instagram, признав, что решение было принято из-за негативной реакции пользователей.

• Обратный эффект дебиасинга: как борьба со стереотипами вредит другим группам
  10 июля 2026 г. · arXiv cs.CL

  Исследование из ACL 2026 показывает, что методы очистки данных от стереотипов часто приводят к росту предвзятости в отношении других демографических групп, оставаясь незамеченными стандартными бенчмарками.

• EspanStereo: как LLM и люди выявляют культурные стереотипы в испанском
  10 июля 2026 г. · arXiv cs.CL

  Исследователи представили EspanStereo — первый масштабируемый датасет для оценки культурных стереотипов в LLM на испанском языке, созданный через коллаборацию человека и модели.

• DeepSearch-World: Самообучение агентов без учителя достигло 93.4% на HotpotQA
  10 июля 2026 г. · arXiv cs.CL

  Исследователи представили DeepSearch-Evolve — фреймворк для самодистилляции веб-агентов в верифицируемой среде. Модель 9B параметров показала результаты, сопоставимые с закрытыми аналогами, используя только 420K собствен

• DocuSeal: Open Source аналог DocuSign с поддержкой SSO и SAML
  10 июля 2026 г. · Github

  DocuSeal — это open-source платформа для создания, заполнения и подписания PDF-документов. Решение предлагает корпоративные функции, такие как SSO/SAML, кастомизация и интеграция через API, под лицензией AGPLv3.

• От решателей к исследователям: LLM в формальной математике
  10 июля 2026 г. · arXiv cs.CL

  Теренс Тао и команда из 19 авторов описывают переход ИИ от решения готовых задач к самостоятельному открытию теорем через формальную верификацию.

• Модели общества строятся на моделях агентов: новый взгляд на ИИ-безопасность
  10 июля 2026 г. · LessWrong

  Исследователь Jonas Hallgren утверждает, что прогнозы в области ИИ зависят от онтологических допущений о природе будущих агентов. Вместо попыток предсказать будущее, он предлагает проектировать антихрупкие институты, уст

• Голова-индуктор в маске: как механическая интерпретируемость раскрыла грамматику
  10 июля 2026 г. · LessWrong

  Исследователь Амея Панчал провела детальный анализ одной из 24 атомарных «голов» в трансформере, обученном на текстах Ницше. Выяснилось, что механизм работает наполовину: он копирует токены и знает структуру скобок, но н

• Kyutai выпустил MuScriptor: мультиинструментальная транскрипция аудио в MIDI
  10 июля 2026 г. · MarkTechPost

  Kyutai представила MuScriptor — модель с открытыми весами для точной транскрипции сложных музыкальных миксов в MIDI. Модель превосходит базовые решения по метрике Multi F1 почти в два раза.

• Red Hat запускает RHEL Forever: поддержка Linux без срока годности
  10 июля 2026 г. · ZDNet AI

  Red Hat представила опцию RHEL Long-Life Add-On, позволяющую продлевать поддержку конкретной версии Enterprise Linux на неограниченный срок за отдельную плату.

• Apple подала в суд на OpenAI: иск о краже коммерческой тайны
  10 июля 2026 г. · TechCrunch

  Apple обвинила OpenAI в систематической краже конфиденциальной информации, направленной руководством компании, включая бывшего сотрудника. Иск подан 10 июля 2026 года.

• ASMR: Агенты ИИ генерируют схемы отчетов для обслуживания судов
  10 июля 2026 г. · arXiv cs.AI

  Исследователи представили ASMR — модульную систему на базе агентов, которая автоматически создает информативные и компактные структуры для отчетов по обслуживанию судов, исключая дублирование данных.

• Overthinking: Как усиление «мышления» вынуждает LLM выдавать секреты
  10 июля 2026 г. · arXiv cs.AI

  Исследователи из ICML 2026 представили метод Overthinking, который увеличивает весовые коэффициенты рассуждений в LLM, заставляя модели раскрывать скрытые данные и нежелательное поведение до 10 раз чаще.

• DeepAnalyze-8B: Автономный AI-аналитик данных на GPU T4
  10 июля 2026 г. · MarkTechPost

  Исследователи из RUC-DataLab представили модель DeepAnalyze-8B, способную самостоятельно писать код, выполнять его в песочнице и строить отчеты. Архитектура оптимизирована для работы на бюджетных GPU, таких как NVIDIA T4

• Нейросимволика на энергии: ASP + Energy Models для обучения с нуля
  10 июля 2026 г. · arXiv cs.AI

  Исследователи представили метод end-to-end обучения, объединяющий Answer Set Programming (ASP) и энергетические модели, позволяющий внедрять логические ограничения прямо в непрерывное пространство латентных переменных.

• CausalDS: Новый бенчмарк для проверки причинности в AI-агентах
  10 июля 2026 г. · arXiv cs.AI

  Исследователи представили CausalDS — первый комплексный тест, оценивающий способность LLM-агентов к причинно-следственному анализу в реальных сценариях анализа данных.