SpaceX IPO и Grok: как Маск продаёт инвесторам AI-инфраструктуру
SpaceX вышла к IPO не только с ракетами и Starlink, но и с xAI/Grok. Разбираем, какие цифры в S-1 подтверждены, а где инвесторам продают дорогую ставку на будущее.
LLM
Всё о больших языковых моделях: архитектура, обучение, бенчмарки и практическое применение LLM в реальных проектах.
OpenAI и задача Эрдеша о единичных расстояниях
OpenAI заявила, что внутренняя reasoning-модель дала контрпример к гипотезе Эрдеша о единичных расстояниях. Что именно доказано и где ограничения.
Pollux-4B-Judge: зачем русскому LLM-судье 4B параметров
Sber AI выложил Pollux-4B-Judge — открытую 4B-модель для оценки русскоязычных LLM. Разбираем метрики, сценарии применения и ограничения.
Open Agent Leaderboard: почему ошибки AI-агентов нужно считать в деньгах
Hugging Face и IBM Research запустили Open Agent Leaderboard. Разбираем, почему стоимость AI-агента нужно считать вместе с его ошибками.
4-битное обучение LLM на NVFP4: что показала NVIDIA
Разбор NVFP4 pretraining от NVIDIA: 12B модель, 10T токенов, FP8-базовая линия, ограничения mixed precision и реальная экономика Blackwell.
SOOHAK бенчмарк: почему LLM спотыкаются на задачах без ответа
Новый бенчмарк SOOHAK показывает: сильные LLM уже решают часть исследовательских задач, но плохо распознают некорректные условия.
EMO: MoE-модель, которая сохраняет качество на части экспертов
Ai2 обучила MoE так, чтобы эксперты группировались по смысловым доменам. В тестах 25% экспертов дают минус 1 пункт, 12,5% — около 3 пунктов.