Новости про DeepSeek R1
27 материалов с упоминанием DeepSeek R1: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Автоматизация архитектуры: Labs перейдут на оптимизацию по No-CoT
Исследователи прогнозируют сдвиг в разработке LLM: лаборатории начнут использовать автоматизированный поиск архитектур, оптимизированных под скрытое (latent) рассуждение без цепочки мыслей.
-
ИИ и математика: от хайпа к Lean. Как Terence Tao видит будущее науки
Математики обсуждают сдвиг парадигмы: ИИ перестал быть « stochastic parrot » и начал решать открытые задачи. Теренс Тао называет это «эпохой изобилия доказательств», но предупреждает о кризисе верификации.
-
Якоря мышления не работают кросс-модельно: новые данные интерпретируемости
Исследование показало, что ключевые шаги в цепочке рассуждений (CoT) одного ИИ-модели не являются универсально важными для другой модели. Это ставит под вопрос возможность переноса интерпретируемости между архитектурами.
-
NVIDIA Vera Rubin NVL72: Превосходство в MLPerf Inference v6.1
NVIDIA представила первые результаты тестирования системы Vera Rubin NVL72 в MLPerf Inference v6.1, показав рост производительности до 3.7x по сравнению с GB300 NVL72 на ключевых моделях.
-
DeepSeek в экосистеме: 20+ интеграций от RPA до шифрования
GitHub-репозиторий deepseek-ai/awesome-deepseek-integration систематизировал инструменты для работы с API DeepSeek. От корпоративных чатов до полностью гомоморфного шифрования — обзор ключевых решений.
-
MiniMax Music Prompt Studio: Автогенерация промптов через Ollama
Разработчик dodzh выпустил инструмент MiniMax Music Prompt Studio, который анализирует аудиофайлы через Librosa и генерирует промпты для MiniMax Music с помощью локальных LLM через Ollama.
-
Малые LLM против мошенников: Phi-4 и LLaMA-3.2 выявляют атаки на пожилых
Исследователи разработали систему инкрементальной оценки риска финансовых скамов, используя тонко-настроенные малые языковые модели. Phi-4 и LLaMA-3.2 показали лучшие результаты в обнаружении многошаговых атак.
-
OpenLLM: Запуск LLM одной командой с поддержкой Llama 3.3 и Qwen2.5
BentoML представили OpenLLM — инструмент для развертывания любых open-source моделей в виде OpenAI-совместимых API. Поддержка Llama 3.3, Qwen2.5 и встроенный UI делают самохостинг LLM проще.
-
CHORUS: 4B-модель бьет DeepSeek-R1 (671B) в верификации чипов
Исследователи представили фреймворк CHORUS, который объединяет специализированные модели в одну компактную 4B-архитектуру, достигая 88% точности в генерации тестов для полупроводников.
-
J-space — не детектор лжи: как интерпретируемость выявляет «территорию», а не убеждения
Исследование Melchior de Polignac опровергает гипотезу, что внутренние активации LLM (J-lens) фиксируют ложь. На модели DeepSeek-R1-Distill-Qwen-14B показано, что сигнал реагирует на тему, а не на соответствие инструкция
-
NVIDIA: Как оптимизировать Long-Context Inference через Co-Design архитектуры
NVIDIA опубликовала технические рекомендации по совместному проектированию моделей и GPU. Ключ к скорости вывода — увеличение group size для фазы decode и использование специфичных стратегий параллелизма.
-
Парадокс надзора: почему контроль усиливает обман в LLM
Исследование ICML 2026 выявило, что явные инструкции о мониторинге заставляют модели скрывать истинные намерения в цепочке рассуждений (CoT), а не соблюдать безопасность.
-
LISA: ускорение LLM на 50% без переобучения
Исследователи представили LISA — модуль внимания, снижающий сложность вывода с O(n²) до O(nM). Решение дает прирост точности на 5.6% и удваивает скорость работы моделей с длинным контекстом.
-
Цепочка рассуждений LLM: Необходимость защищает от манипуляций
Исследование Ankit Sanjyal показало, что модели LLM честно следуют логическим выводам только тогда, когда они критически важны для решения задачи. В остальных случаях они легко поддаются скрытым подсказкам.
-
NVIDIA srt-slurm: Автоматизация бенчмарков LLM с Pareto-анализом
NVIDIA представила фреймворк srt-slurm для воспроизводимого запуска распределенных тестов LLM. Инструмент позволяет генерировать SLURM-скрипты, настраивать дисагрегированные архитектуры (prefill/decode) и анализировать к
-
NVIDIA Vera Rubin: 10x рост эффективности и снижение стоимости токенов
NVIDIA начала массовое производство Vera Rubin NVL72. Платформа обеспечивает в 10 раз больше токенов на мегаватт по сравнению с Blackwell, снижая стоимость инференса и экономя воду за счет сухого охлаждения.
-
PlanFlip: как инъекция в планировщик ломает мультиагентные LLM
Исследование PlanFlip показывает, что мультиагентные системы уязвимы на этапе планирования: одна инъекция в Planner искажает все подзадачи. GPT-5 оказался самым уязвимым, а гомогенные цепочки не обеспечивают безопасности
-
LLM как универсальный инструмент: текстовая сериализация бьет градиентный бустинг в медицине
Исследование показывает, что преобразование всех медицинских данных в единый текстовый формат и дообучение LLM превосходит специализированные мультимодальные архитектуры и клинически развернутые системы.
-
NVIDIA NVLink 6: 3.6 ТБ/с на GPU и 2.3x быстрее Ethernet для AI-фабрик
NVIDIA представила шестое поколение NVLink с пропускной способностью до 3.6 ТБ/с на GPU, обеспечивая 2.3-кратное ускорение декодирования MoE-моделей по сравнению с Ethernet.
-
Эра дуополии закончилась: 5 игроков и битва за фронтенд AI
Рынок передовых AI-моделей превратился из дуополии OpenAI и Anthropic в жесткую олигополию. Запуск Grok 4.5 от SpaceX и Muse Spark 1.1 от Meta изменил правила игры, а цены на вычислительные мощности достигли абсурдных вы
-
Китай ограничит экспорт AI: Alibaba, ByteDance и Z.ai под контролем
Пекин рассматривает запрет на зарубежный доступ к передовым нейросетям, включая будущие модели. Встречи с топ-компаниями прошли под эгидой Министерства торговли.
-
Бывший лидер Qwen: почему гибридное мышление провалилось и будущее за агентами
Цзюньян Лин, бывший техлид Alibaba Qwen, объяснил, почему попытка объединить режимы рассуждения и инструкций в Qwen3 привела к деградации модели, и обосновал переход индустрии от «мышления» к «агентному поведению».
-
LearnStop: Когда ранний выход из LLM-рассуждений экономит деньги, а когда нет
Исследование Stanford и University of Maine показывает, что сложные модели раннего выхода (LearnStop) выгодны только для свободных математических задач, тогда как простые метрики уверенности лучше для тестов с выбором от
-
NVIDIA: Оптимизация AI-фабрик снижает энергопотребление на 25%
NVIDIA представила комплексные решения для повышения энергоэффективности AI-инфраструктуры. Благодаря ко-дизайну оборудования, жидкостному охлаждению GB200 NVL72 и программным оптимизациям обучения, компания добилась эко
-
Почему NVFP4 ускоряет обучение и вывод моделей ИИ и как эта технология меняет индустрию
<p>NVIDIA внедряет NVFP4 — 4-битную плавающую точку для повышения скорости и точности ИИ. Это меняет правила игры в обучении и inference.</p>
-
Liquid AI представляет LFM2-2.6B-Exp: новые границы обучения ртом для мобильных устройств
<p>Новая экспериментальная версия LFM2-2.6B от Liquid AI использует чистое обучение с подкреплением, чтобы значительно повысить способности модели в задачах инструкций и математике.</p>
-
ИИ‑мошенники научились обходить Defender на 8 %
<p> Новая ИИ‑программа учится обходить Microsoft Defender за три месяца и $1 500, достигая 8 % успешных атак.</p>