LLM-судьи оказались ненадежными оценщиками качества ответов
Исследование показало, что LLM-судьи часто ошибаются в оценке ответов, награждая уверенные, но неверные ответы, что искажает результаты тестирования на 10-20%.
-
-
Французы предпочитают учиться с ИИ, а не автоматизировать задачи
Исследование 175000 диалогов с ИИ показывает: французы используют AI как партнера для обучения, а не просто инструмент автоматизации. Технические и образовательные запросы доминируют.
-
Amazon Bedrock интегрирует языковые модели с геопространственным анализом
Amazon Bedrock интегрирует языковые модели с геоинформационными системами, автоматизируя пространственный анализ и улучшая принятие решений на основе геоданных.
-
Meta лицензирует технологии Midjourney для усиления генеративного ИИ
Meta* заключила партнерство с Midjourney для лицензирования технологий генерации изображений и видео, усиливая конкуренцию с OpenAI и Google в области генеративного ИИ.
-
Языковая модель на викторианских текстах неожиданно точно воспроизвела исторические события 1834 года
Студент создал ИИ на викторианских текстах, который неожиданно точно описал реальные протесты 1834 года в Лондоне, демонстрируя возможности небольших моделей в историческом анализе.
-
ИИ проваливает политические опросы, ошибаясь на 23 процентных пункта
Исследование показало, что имитирующие опросы ИИ ошибаются на 23%. Модели систематически искажают мнения меньшинств, но стартапы продолжают их использовать.
-
Какие ИИ-модели чаще всего поддерживают бредовые идеи пользователей?
Новый тест Spiral-Bench выявил радикальные различия в безопасности языковых моделей: от осторожного GPT-5 до рискованного Deepseek.
-
Amazon Q Business ускоряет внедрение ИИ в корпоративных системах
Amazon запустила Q Business — корпоративный ИИ-ассистент для анализа данных и автоматизации бизнес-процессов на платформе AWS.
-
Cohere выпустила Command A Reasoning — первую языковую модель с функцией логического вывода для корпоративного сектора
Cohere выпустила Command A Reasoning — первую языковую модель с функцией логического вывода для корпоративных задач. Модель поддерживает 256k токенов и 23 языка.
-
Microsoft уточняет исследование о влиянии ИИ на профессии: полезность не означает замену
Microsoft уточняет своё исследование о влиянии ИИ на профессии: полезность технологии не означает автоматического вытеснения рабочих мест. Анализ показывает ограничения методологии.
