Новости про DeepSeek V3.2
7 материалов с упоминанием DeepSeek V3.2: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Astra: модель мыслит скрытно. Как «мусорные» токены раскрывают истинный интеллект
Исследование GPT-6-Astra показало: добавление бессмысленных токенов в промпт резко повышает её способность к рассуждению. Это ставит под угрозу существующие методы безопасности ИИ.
-
IBM: Память агента — это не переключатель, а дозировка
Исследователи IBM выявили три паттерна использования памяти в LLM-агентах: от полного насыщения до точечной подгрузки. Правильная стратегия экономит токены и повышает точность.
-
IBM ALTK-Evolve: точная память агентов с расходом токенов в 7 раз ниже ACE
Исследователи IBM представили ALTK-Evolve — систему агентной памяти, которая достигает точности, сопоставимой с ACE, но использует на 40-85% меньше токенов за счет умной доставки контекста.
-
RSMeM: Как ИИ-агенты учатся на ошибках в анализе спутниковых снимков
Исследователи представили RSMeM — механизм эволюции памяти для агентов дистанционного зондирования, который повышает точность анализа на 6% при минимальных затратах токенов.
-
AutoWorldBuilder: как мультиагентная система создала 100+ концептов мира за 30 минут
Исследователи представили AutoWorldBuilder — систему на базе LLM, которая решает проблему «взрыва контекста» при создании вымышленных миров. Система достигла 95% успеха, сократив потребление токенов на 90% за счет иерарх
-
ARC-AGI-1: 67% точность без дообучения за $0.62
Исследователи показали, что архитектура агентов важнее размера модели. Open-source DeepSeek V3.2 достиг 67.25% на ARC-AGI ARC-AGI-1, обойдя тяжелые модели за счет умного конвейера.
-
LLMForge: Как LLM генерируют CAD-модели с точностью до 99%
Исследователи представили LLMForge — фреймворк для автоматической генерации параметрических 3D-моделей. Тестирование 7 моделей показало, что компактные LLM могут конкурировать с гигантами, а использование VLM-критиков об