Канал
Исследования ИИ
- Агентская несогласованность ИИ: отчет за лето 2026 года
- Ценности Claude в разных моделях и языках
- Глобальное рабочее пространство в языковых моделях: исследование Anthropic
- Генеративный ИИ как продолжение разума
- ИИ с внешним разумом
- Стратегический обман ИИ: как LLM изменяют поведение, когда на них давят
- Опасная сторона медицинского ИИ. Компьютер не может ошибаться?
- Когнитивные способности vs ИИ-помощники: что происходит, когда студенты слишком полагаются на ИИ
- Враждебная поэзия: взлом ИИ
- Понимает ли ИИ чужие мысли?
- Ваш чат-бот вам льстит? Проблема ИИ-подхалима.
- AlphaZero: ИИ за пределами наших знаний.
- Project Astra: Универсальный ИИ-помощник от Google Deep Mind (2025)
- Можно ли “излить душу” чат-боту? Психологические эффекты откровенности с ИИ
- Влияние советов ChatGPT: эксперимент с дилеммой вагонетки
- GPT — мастер спора? Что показало исследование (2025)
- Могут ли LLM обманывать исследователей? Скрытый саботаж в экспериментах I Anthropic (2025)
- Понимает ли ChatGPT юмор?
- ИИ управляет бизнесом: прибыль, паника | Бизнес-эксперимент Anthropic (2025)
- Спящие агенты ИИ: как искусственный интеллект учится обманывать | Исследование Anthropic (2024)
- Может ли искусственный интеллект обманывать? Результаты экспериментов.
- Можно ли отключить ИИ? Проблема «выключателя» искусственного интеллекта
- ИИ vs Инфопродукт по эзотерике
- Отслеживая мысли ИИ. Что показывает «микроскоп ИИ» от Anthropic
Отчёты и аналитика
- Искусственный интеллект в финансовых услугах 2025
- Искусственный интеллект в действии: от экспериментов к преобразованию промышленности. (ВЭФ)
- Фирма Будущего: ИИ и работа
- Технологические Тренды 2025: Искусственный Интеллект и Вычисления (Deloitte)
- Главные технологические тренды 2025 года по версии Capgemini: Власть Искусственного Интеллекта.
- ОЭСР: «Открытость ИИ» — руководство для политиков (август 2025)
- Генеративный ИИ и экономика: выводы ОЭСР о продуктивности и предпринимательстве
- Генеративный ИИ и производительность: разбор ОЭСР о GPT-технологии (июнь 2025)
- Генеративный ИИ и производительность в G7: оценка ОЭСР (июнь 2025)
- Экономический потенциал ИИ — «Мир Инструментов» vs «Мир Агентов» (RAND. 2025)
- Индекс ИИ 2025: ключевые тренды, достижения и риски по версии Stanford HAI
- Экономика ИИ: Вертикальная vs горизонтальная автоматизация (RAND. 2025)
- Анализ Учений «Восстание Роботов». Выводы исследования RAND (2025)
- Кто финансирует будущее ИИ? Сценарии финансирования по данным RAND (май 2025)
- Искусственный интеллект и угроза вымирания человечества. Выводы отчёта RAND.
- Будущее ИИ и электричество: выводы отчёта RAND о росте потребления мощности (2025)
- Оценка Энергомощностей США к 2030 Году. Потребности ИИ.
- Прогресс алгоритмов ИИ: Перспективы (RAND. 2025)
- Доклад RAND: готовность к инцидентам потери контроля над ИИ (2025)
- Преимущества Агентного ИИ: Следующий уровень эффективности (KPMG. 2025)
- Как генерализованный ИИ создаёт новую эру автономии (Accenture. 2025)
- Влияние ИИ. Глобальный барометр рабочих мест ИИ 2025 (PWC)
- Будущее рабочих мест 2025»: ИИ и занятость к 2030 году (ВЭФ)
Промпт-инжиниринг
- Как сделать работу с ИИ эффективнее? Метод «цепочки рассуждений» (Chain-of-Thought prompting).
- Как работать с ИИ: простые правила промптинга для новичков от разработчиков (2025)
- Многоуровневый Промптинг для Извлечения Информации
- Буфер мыслей (Buffer of Thoughts, BoT) для LLM: структурированное многошаговое рассуждение ИИ.
- Narrative‑of‑Thought (NoT) для LLM: временное рассуждение и графы событий
- ART: Автоматическое Мышление и Инструменты для LLM
- EmotionPrompt: Эмоциональные стимулы в подсказках для LLM.
- Перефразируй и Ответь: улучшение вопросов для ИИ (Rephrase and Respond)
- Рассуждение LLM через абстрагирование: Step-Back Prompting
- Граф Мышления для Языковых Моделей. Chain-of-Thought (CoT)
- Нить Мысли для Хаотичных Контекстов (Thread of Thought, ThoT)
- Цепочка Таблиц: Размышление с Меняющимися Таблицами ( CHAIN-OF-TABLE)
- LogiCoT: Настройка Логической Цепочки Рассуждений
- Автоматизированное Проектирование Промптов (APE)
- Систематический Обзор Техник Промптинга
- Введение и Методы Промпт-Инжиниринга
- ИИ учит ИИ писать инструкции. PE2 (Prompt Engineering a Prompt Engineer)
- Дерево Мыслей: Обдуманное Решение Проблем с LLM (Tree of Thoughts, ToT)
- Self-Harmonized Chain of Thought: Самосогласованная Цепочка Рассуждений
- Автоматический Проминг Цепочки Мыслей - Auto-CoT (Automatic Chain of Thought Prompting)
- Дерево Мыслей (Tree of Thoughts): Обдуманное Решение Задач Большими Языковыми Моделями
- Цепочка рассуждений в больших языковых моделях (Chain-of-Thought prompting)
- Систематический Обзор Промпт-Инжиниринга LLM
ИИ-агенты
- ИИ-агенты: Обзор Методов и Сценариев
- ReAct: Рассуждение и Действие в Языковых Моделях
- Toolformer: Модели, Обучающиеся Использовать Инструменты
- MetaGPT: Мультиагентный Фреймворк для Программирования
- AutoGen: Фреймворк Мультиагентных LLM-Приложений
- Обзор LLM-Агентов для Статистики и Анализа Данных
- ReAct: Рассуждение и Действие в LLM
- Обзор автономных LLM-агентов: архитектуры, применения и оценка (2024)
Языковые модели и архитектуры
- Законы масштабирования ИИ
- Смесь экспертов. Mixture-of-Experts (MoE). Большие языковые модели (LLM)
- Измерение массивного многозадачного языкового понимания" (MMLU)
- Qwen3: Парадигма ИИ
- Command A: ИИ для бизнеса
- Конституционный ИИ: Безвредность через ИИ-Обратную Связь
- DeepSeek-V3: Масштабирование и Архитектура ИИ
- Gemini: Мультимодальные Модели Google
- Систематический Обзор Генерации с Дополненным Поиском (RAG)
- Mamba: Избирательные Пространства Состояний для Моделирования Последовательностей
- Jamba: Гибридная Модель Transformer-Mamba
- Mixtral 8x7B: Разреженная Смесь Экспертов
- Обзор моделей Mixture of Experts (Смесь экспертов) в LLM
- Модель последовательностей Structured State Space (S4)
- Оценка LLM как Судьи (LLM-as-a-Judge): MT-Bench и Chatbot Arena
- GNN-RAG: Графовая Нейронная Извлекающая Генерация для Рассуждений LLM
- Обзор Больших Языковых Моделей
- REALM: новая архитектура языковых моделей с модулем поиска знаний
- Direct Preference Optimization (DPO): упрощение обучения ИИ на человеческих предпочтениях
- LoRA: эффективная адаптация LLM без полного дообучения
- DeepSeek MoE: Архитектура для Специализации Экспертов
- Большая Языковая Модель LLaMA
- Языковая Модель Pathways (PaLM)
- BART: Автокодировщик для Генерации и Понимания Языка
- T5. Исследование Пределов Трансферного Обучения
- RAG: Генерация с Дополненным Поиском Знаний
- Законы Масштабирования Языковых Моделей
- GPT-3: Языковые модели — ученики с малым количеством примеров
- GPT-2: Улучшенные языковые модели и их влияние
- GPT. Генеративное предобучение для понимания языка
- RoBERTa: Оптимизированное Предобучение BERT
- BERT: Двунаправленные Трансформеры для Понимания Языка
- Мультимодальные Большие Языковые Модели
- FlashAttention: Эволюция и Оптимизация Механизма Внимания
- Attention Is All You Need ("Внимание — это все, что вам нужно")
- Архитектуры больших языковых моделей (Large Language Models)