Mantis

Редакция Mantis

Исследования

Свежие материалы редакции по первоисточникам. Сначала — последние публикации Mantis; дата источника указана отдельно.

Исследования

«Спор не о логике рынка труда, а о возможностях ИИ»: заметка Anthropic Institute перевела ответы опроса в сценарии для экономики — 17,1% роста у сотрудников против 5,4% у американцев

16 октября 2026 года Anthropic Institute опубликовала технический отчёт «The AI expectations gap» — документ, на который ссылается заметка компании с анонсом двух отчётов того же дня[1]. Он построен на двух августовских опросах: 10 980 взрослых американцев (Morning Consult, 11–23 августа, ответы взвешены) и 1 334 сотрудников компании (внутренний опрос 9–12 августа, без взвешивания)[1]. Авторы прогнали ответы по пяти измерениям через экономическую модель: медианные ответы американца подразумевают рост ВВП 5,4% к 2030 году, медианные ответы сотрудника — 17,1%[1]. Главный вывод отчёта сформулирован в нём прямо: у двух групп не разные теории о том, как ИИ влияет на рабочие места, — у них разный опыт того, что модели умеют, и уже из опыта растут ожидания[1].

В Mantis: Первоисточник: 16 октября 2026
Исследования

«Разные не теории, а опыт»: Anthropic сравнила ожидания сотрудников и почти 11 000 американцев — 91% против 39% ждут открытия уровня Нобелевской премии к 2030 году

16 октября 2026 года Anthropic опубликовала заметку, которая сопровождает два отчёта: о том, как ИИ меняет занятость внутри компании, и о разрыве между ожиданиями публики и сотрудников[1]. В опросе почти 11 000 взрослых американцев и сотрудников компании 39% американцев и 91% сотрудников Anthropic ждут, что к 2030 году ИИ сможет совершить открытие уровня Нобелевской премии[1]. Больше половины сотрудников ждут, что ИИ будет выполнять не менее 80% их текущей работы, а среди американцев таких 5%[1].

В Mantis: Первоисточник: 16 октября 2026
Исследования

«Армия Claude, где каждый просит моего внимания»: Anthropic Institute разобрал, как ИИ изменил занятость внутри компании — доля младших технических сотрудников упала с 21% до 14%

16 октября 2026 года Anthropic Institute опубликовал отчёт о том, как ИИ перестроил работу внутри самой компании[1]. Доля младших сотрудников в технических подразделениях снизилась с 21% до 14% с начала 2025 года, доля младших среди технических наймов — с 27% до 9%, а к августу 2026 года часы работы агентов превысили часы их владельцев в шесть раз[1]. Отчёт построен на внутренних данных Anthropic о занятости, использовании ИИ, выпуске, коммуникациях и найме, которые авторы дополнили 17 интервью с сотрудниками[1].

В Mantis: Первоисточник: 16 октября 2026
Исследования

«Агенты переписали правила после провала раунда»: Google Research довёл замкнутый цикл ИИ до лабораторного стола — 42,1% попаданий по α-тромбину

16 октября 2026 года Google Research опубликовала разбор трёх проектов, которые связывают ИИ-агентов с физической лабораторией: инфраструктуру VERID, замкнутый цикл на ДНК-аптамерах и дизайн белковых связывателей к FAP[1]. В двух кампаниях агенты сами меняли правила после провала раунда: на α-тромбине доля подтверждённых попаданий поднялась с нуля до 42,1% при специфичности 98,5%, а на миоглобине специфичность сначала упала с 75,0% до 19,1%, а затем восстановилась до 72,4%[1].

В Mantis: Первоисточник: 16 октября 2026
Исследования

«В 12 раз меньше гейтов и 19 кубитов вместо 665»: Claude Mythos 5 спроектировал новые квантовые схемы

16 октября 2026 года Anthropic Science опубликовала разбор работы, в которой Claude спроектировал схемы восьми вычислительных примитивов — от модульной инверсии для эллиптических кривых до декодера Рида — Соломона, самого дорогого шага оптимизационного алгоритма DQI[1]. Модель работала замкнутым циклом: предлагала реализацию на Python, получала от отдельной программы проверку корректности и оценку «число кубитов × число гейтов» и по этой оценке улучшала следующий вариант — без человека между раундами[1]. В семи из восьми задач найденные схемы заметно снижают и число гейтов Тоффоли, и число кубитов относительно лучших опубликованных конструкций[2].

В Mantis: Первоисточник: 16 октября 2026
Исследования

«Это просто временные метки»: Claude вывел происхождение seed-значений кривых NIST меньше чем за полчаса

16 октября 2026 года Anthropic опубликовала разбор: внутренняя исследовательская модель компании самостоятельно установила, как были получены seed-параметры кривых NIST P-192, P-224, P-256, P-384 и P-521 — это оказался вывод генератора lrand48 из библиотеки C, инициализированного отметкой времени Unix[1]. Находка не является криптографическим взломом: по формулировке авторов, она делает версию о намеренно ослабленных кривых гораздо менее правдоподобной[1].

В Mantis: Первоисточник: 16 октября 2026
Исследования

«У нас недостаточно данных для индийских языков»: NVIDIA, IIT Madras и AI4Bharat выпустили корпус на 2,8 трлн токенов и открытый конвейер генерации

Nemotron-pretraining-Indic-v1 — это примерно 2,8 трлн токенов на 22 языках из Конституции Индии, родных для 97 % жителей страны, с данными в родной графике для всех 22 языков и в латинице для двенадцати. Корпус выйдет вместе с открытым конвейером генерации данных на GPU, который включает промпты, рабочие процессы на языковых моделях и проверки качества. Ни даты выхода корпуса, ни его лицензии в публикации нет; часть замеров в ней — это сравнение этапов обучения, а не финальных релизов моделей.

В Mantis: Первоисточник: 16 октября 2026
Исследования

OpenAI открыла научным лабораториям США спонсированный доступ к GPT-Rosalind

Rosalind Academic Plan даёт академическим лабораториям до 30 мест Business Standard на срок до 12 месяцев по $0 за пользователя в месяц и доступ к профильной модели для наук о жизни — но только вузам США, только после проверки по процедуре trusted access и без доступа к API.

В Mantis: Первоисточник: 15 октября 2026
Исследования

«10–39 раз быстрее прежних zkVM на той же машине»: Microsoft Research представила Magnetar

15 октября 2026 года Microsoft Research описала Magnetar — систему доказательств с нулевым разглашением, которая проверяет исполнение обычных программ, скомпилированных под открытую архитектуру RISC-V.[1] По заявлению авторов, конструкция обходится без доверенной настройки, без эллиптических кривых и без специальных хеш-функций, а её безопасность опирается только на стандартные хеш-функции вида SHA-256 или SHA-3.[1][2] На ноутбуке Magnetar доказывает от 7,2 до 8,7 млн инструкций процессора в секунду, а на 15 тестовых программах оказывается в среднем в 10–39 раз быстрее самых быстрых существующих zkVM на той же машине.[1]

В Mantis: Первоисточник: 15 октября 2026
Исследования

Кандидат в антимикробные пептиды за одну сессию: Google показала научный сценарий Antigravity

15 октября 2026 года Google DeepMind описала технический проход, в котором биологи с помощью агентной платформы Google Antigravity нашли новый кандидат в антимикробные пептиды с предсказанной активностью против возбудителей респираторных инфекций; лид, по словам компании, уже отправлен на лабораторную валидацию.[3] Платформа сводит разрозненный поиск по множеству баз данных в одну сессию и просматривает миллионы неохарактеризованных белков UniProt моделью ProtNLM, которая предсказывает биологическую функцию прямо по аминокислотной последовательности.[3] Результатов лабораторных тестов в публикации нет: компания описывает вычислительный путь и указывает, что окончательную проверку дадут эксперименты.[3]

В Mantis: Первоисточник: 15 октября 2026
Исследования

«Никто не должен быть застигнут врасплох»: Google расширяет оповещения о землетрясениях с 98 до более чем 200 стран и регионов

15 октября 2026 года, в Международный день учений ShakeOut, Google объявила, что система оповещений о землетрясениях Android Earthquake Alerts System расширяется с 98 стран и регионов до более чем 200 — среди прямо названных новых территорий Панама и Гватемала.[2] С момента запуска в 2021 году отправлено более миллиарда оповещений, а в 2025-м Google в среднем более 10 миллионов раз в день помогал людям получить доступ к кризисной информации.[1][2] Одновременно выпущена белая книга Crisis Resilience о прогнозах наводнений, циклонов, пожаров и жары.[1][3]

В Mantis: Первоисточник: 15 октября 2026
Исследования

«Магические состояния» впервые получили на реальном процессоре: Google показала cultivation на чипе Willow

15 октября 2026 года Google Quantum AI сообщила, что процедура cultivation магических состояний заработала на настоящем квантовом процессоре: на чипе Willow она дала примерно сорокакратное снижение ошибок относительно некультивированных состояний, а T-состояния вышли с рекордной логической точностью 99,99%.[1] Работа опубликована в Science и названа первым практическим решением одной из самых тяжёлых ресурсных проблем квантовых вычислений.[1] Все числа — измерения самой Google, независимого воспроизведения публикация не приводит.[1]

В Mantis: Первоисточник: 15 октября 2026
Исследования

«Сообщество должно вести эти обсуждения, а не отдельная компания»: Simons Foundation, OpenAI и Anthropic вложат $15 млн в математику и ИИ

15 октября 2026 года Simons Foundation объявила о новом наборе инициатив, которые должны помочь математическому сообществу пройти через быстрый рост искусственного интеллекта в этой области.[2] По условиям партнёрства сам фонд, Anthropic и OpenAI совместно вложат 15 млн долларов — деньгами и ресурсами; распределять и присуждать средства будет Simons Foundation, в том числе через открытый приём заявок.[2] OpenAI на своей странице отдельно назвала свою часть — 5 млн долларов в новую инициативу фонда — и обещала открыть доступ к своим моделям и вычислительным ресурсам исследователям, которых поддерживает фонд.[1]

В Mantis: Первоисточник: 15 октября 2026
Исследования

«Улучшенная метрика требует проверки поведения»: автор блога Hugging Face предложил протокол LIP-Eval для самоулучшающихся агентов

14 октября 2026 года в блоге Hugging Face вышла авторская статья Вэла Александра (Val Alexander, BunsDev) «When agents self-improve, what should persist?».[1] Она разбирает вторую инженерную задачу, которая возникает сразу после того, как агент получил возможность улучшать себя: какие именно его свойства обязаны пережить это улучшение и как отличить сохранение от подмены.[1] Предложение автора — протокол LIP-Eval: сравнение не победителей, а линий развития, отдельные измерения вместо одного балла «идентичности» и тест, защищённый от процесса отбора.[1] Автор прямо оговаривает, что протокол не реализован, не откалиброван и не проверен, а сама работа представляет собой целевой синтез по аудиту утверждений, завершённому 9 октября 2026 года.[1]

В Mantis: Первоисточник: 14 октября 2026
Исследования

Meta AI Research показала систему на моделях Muse, с которой врачи за четыре недели довели до рукописей десять медицинских исследований

Meta AI Research 14 октября 2026 года выложила первые результаты внутреннего эксперимента: среда для программирования на связке Muse Spark 1.3 и Muse Wonder с доступом к публичным данным и лицензированной ретроспективной базе из пяти миллионов обезличенных электронных медицинских карт. Приглашённые врачи — кардиологи, эпидемиологи, инфекционисты и терапевты — за четыре недели провели десять исследований и написали по ним рукописи: от нарушений ритма после инфекционного эндокардита до травм на пиклболе. Каждую работу прошли коллеги по когорте, биостатистик и сторонние независимые эксперты, и часть их отзывов прямо называет такие статьи генерацией гипотез, а не изменением практики.[1]

В Mantis: Первоисточник: 14 октября 2026
Исследования

Google Research на Research@ 2026 показала десять разработок года: Earth AI в раннем доступе, чип Synaptics на открытом IP и исследование AMIE в The Lancet

14 октября 2026 года на флагманском мероприятии Research@ в Маунтин-Вью Google Research представила десять результатов года. Среди них — расширение раннего доступа к Google Earth AI и подключение Google Dataset Search с более чем 100 млн публичных наборов данных, методология Groundsource, давшая набор из 2,6 млн наводнений и прогноз вспышек паводков в городах за 24 часа, клиническое исследование AMIE в The Lancet с участием 98 пациентов клиники Beth Israel Deaconess, более 10 млн загрузок MedGemma и предстоящая интеграция моделей TimesFM и TabFM в Gemini for business. Вице-президент Google и руководитель Google Research Йосси Матиас описывает ИИ как «усилитель» человеческой изобретательности.[1]

В Mantis: Первоисточник: 14 октября 2026
Исследования

Google открыла публичный доступ к Deep Review: агент проверил 16 000 научных статей и теперь читает юридические и финансовые документы

14 октября 2026 года Google Research объявила о публичном запуске Deep Review — агентной системы, которая проверяет логическую связность, математические утверждения и обоснованность фактов в длинных технических документах. Система выросла из инструмента Paper Assistant Tool, за год прошедшего через 16 000+ рукописей, поданных на STOC, ICML, NeurIPS и ICLR, а теперь открыта всем: две бесплатные проверки в неделю и форматы PDF или обычный текст на входе. Причину запуска Google формулирует как «узкое место проверки»: число работ, поданных на три крупные конференции по ИИ, выросло с 23 000 в 2023 году до 74 000+ в 2026-м, а способность людей их вычитывать осталась почти неизменной.[1]

В Mantis: Первоисточник: 14 октября 2026
Исследования

«Мобильные группы двигаются быстрее бумажного надзора»: Google Research показала геопространственного агента Earth AI и открыла к нему ранний доступ

14 октября 2026 года Google Research опубликовала технический отчёт о геопространственном агенте (Geospatial Reasoning agent) поверх Earth AI: он соединяет Gemini с моделями дистанционного зондирования, погоды и гидрологии и сам строит пошаговый план анализа. В партнёрском тестировании агент помог команде ВОЗ по Африке за минуты определить 48 населённых пунктов и более 45 500 человек в зоне риска при вспышке Эболы в ДР Конго — работу, которая обычно занимала недели. Тогда же Google Research расширила ранний доступ: обновление глубокого анализа в Ask Google Earth, agent-to-agent API и Planetary Prediction Engine.[1]

В Mantis: Первоисточник: 14 октября 2026
Исследования

«61,8 % за $155 против 63,2 % за $510»: Cohere измерила, где в команде кодинг-агентов окупаются дополнительные агенты

14 октября 2026 года Cohere Labs опубликовала исследование «Lessons from scaling teams of coding agents: reach the frontier at 30% of the cost» о том, как организовать команду кодинг-агентов так, чтобы дополнительные агенты окупались.[1] На бенчмарке ProgramBench, где нужно заново собрать 200 программ, наблюдая только за поведением оригинала, команда агентов Sol обошла одиночного агента: 61,8 % против 52,1 % при минимальной подсказке и 63,1 % против 57,7 % при пошаговом сценарии, но стоила в 4–7 раз дороже.[1] Главный вывод — важно не сколько агентов добавить, а на какую стадию их направить: делегирование одной только разведки и планирования дало 63,6 % против 63,2 % у команды со всеми тремя стадиями при вдвое меньшей цене ($249 против $510).[1] Ведущий Sol с шестнадцатью дешёвыми планировщиками Luna дал 61,8 % за $155 — на 70 % дешевле команды, делегирующей все стадии.[1]

В Mantis: Первоисточник: 14 октября 2026
Исследования

«525,17 часа речи с заданной эмоцией в 108 локалях»: Basis выпустила открытый датасет Global Emotions

12 октября 2026 года Basis опубликовала Basis Global Emotions — 525,17 часа речи 10 420 дикторов в 108 локалях, записанной с заданной эмоцией или манерой подачи[1]. В релизе 137 696 записей и 54 575 серий, где один и тот же диктор читает одну и ту же строку с разной интенсивностью, а аудио отдаётся как есть — без шумоподавления и нормализации громкости[1][2]. Доступ бесплатный для коммерческого и исследовательского использования, человек-проверенных транскриптов в открытом релизе нет[1][4].

В Mantis: Первоисточник: 12 октября 2026
Исследования

«Симулятор ученика, а не учитель»: Microsoft Research обучила персональных LLM-двойников студентов для проверки AI-репетиторов

12 октября 2026 года Microsoft Research описала StudentSim — исследовательскую систему, которая строит персональные симуляторы отдельных учеников и моделирует, как те отвечают на вопросы и как меняют ответ после подсказки репетитора.[1] Система нужна не для замены учителя, а чтобы дать AI-репетиторам обратную связь на этапе разработки, до дорогих исследований с реальными людьми.[1] Вместе с системой авторы представили StudentSimEval — протокол и бенчмарк для трёх предметных областей.[1]

В Mantis: Первоисточник: 12 октября 2026
Исследования

Microsoft: процент провалов не говорит, что именно измеряет оценка ИИ

Приложение с генеративным ИИ может пройти 95 тестов из 100 и всё равно иметь важные пробелы: если тесты сосредоточены на нескольких типах поведения, высокий процент прохождений ничего не говорит о том, что набор не проверял[1]. Microsoft разобрала свою систему ASSERT, которая превращает письменное требование к поведению в таксономию категорий и сценарии по ней, и сравнила её с Petri Bloom на 16 рисках кибербезопасности[1]. Разница оказалась не только в покрытии: сменив рубрику судейства, можно поменять и вывод о том, какая система безопаснее[1].

В Mantis: Первоисточник: 5 октября 2026
Исследования

«Поведение похоже на упорство»: Anthropic описала четыре типа непреднамеренных действий Claude в оценках и внутреннем использовании

9 октября 2026 года Anthropic опубликовала отчёт о примерах непреднамеренных действий, которые её модели совершали в ходе оценок и внутреннего использования Claude.[1] Это часть курса на более частые отдельные отчёты о поведении и выравнивании — в дополнение к system card, выходящим с каждым релизом модели, и отчётам о рисках, которые публикуются каждые три–шесть месяцев в рамках Responsible Scaling Policy.[1] Наблюдения сгруппированы в четыре категории, а их последствия в реальном мире компания называет минимальными.[1]

В Mantis: Первоисточник: 9 октября 2026
Исследования

«Один рак на каждые 200 маммограмм»: NVIDIA показала, как её стартапы применяют ИИ на всём пути лечения рака груди

5 октября 2026 года NVIDIA рассказала, как компании её программы для стартапов Inception применяют ИИ на всех этапах лечения рака груди — от визуализации и оценки риска до выбора терапии.[1] В разборе названы одобренные FDA система 3D-ультразвука и оценка плотности груди, модели прогноза ответа на терапию по цифровой патологии и платформа 3D-моделирования опухолей.[1]

В Mantis: Первоисточник: 5 октября 2026
Исследования

«Неожиданная эффективность»: ViDiHand восстановила движение рук по эгоцентричному видео, приспособив видеодиффузионную модель

Авторы ViDiHand показали, что предобученная видеодиффузионная модель уже несёт в себе приоры, которых не хватает прежним методам восстановления рук: без отдельного детектора, инфиллера движения и оптимизации на инференсе метод занял первое место на 26 из 27 метрик сразу на трёх бенчмарках — ARCTIC, HOT3D и HOI4D.[1]

В Mantis: Первоисточник: 6 октября 2026
Исследования

«Первая полная карта неба в ультрафиолете»: Claude Science закрыла пробелы полувека наблюдений

Астрофизик и исследователь Anthropic Брис Менар вместе с Claude Science собрал первую полную карту неба в ультрафиолетовом свете: около трети карты, включая большую часть галактической плоскости, предсказана моделью, а скрытые тесты показали расхождение около 10% от реальных УФ-измерений.[1]

В Mantis: Первоисточник: 8 октября 2026
Исследования

«Одна модель на всё дерево жизни»: Hugging Face выпустила Carbon-A для поиска генов

8 октября 2026 года исследовательская группа Hugging Face Biology Research выпустила Carbon Annotation Database и модель Carbon-A: она предсказывает белок-кодирующие участки ДНК напрямую из последовательности. По словам авторов, с её помощью они нашли 566 миллионов новых кандидатов в гены у 22 617 видов, тысячи из которых раньше не изучались. Это одна модель на 1,2 млрд параметров для млекопитающих, других позвоночных, беспозвоночных, растений, грибов и протистов; на 42 эталонных геномах она достигает нуклеотидного F1 = 0,944 и обходит прежние методы поиска генов.[1]

В Mantis: Первоисточник: 8 октября 2026
Исследования

«Всегда ли лучшая работа значит лучшего работника?»: Google Research показала, кому ИИ добавляет экспертизы, а кому — нет

7 октября 2026 года Google Research опубликовала результаты трёхмесячного рандомизированного эксперимента с практикующими патентными юристами.[1] Использование ИИ поднимает качество работы у всех, но на профессиональное обучение влияет по-разному: старшие юристы за три месяца укрепили своё суждение, а у младших среднего прироста навыка не появилось и разброс оценок вырос.[1] Исследование вышло отдельной работой в National Bureau of Economic Research.[1]

В Mantis: Первоисточник: 7 октября 2026
Исследования

«Кресло должно попасть в посадочный объём, а деталь — оставить место для движения»: Stability AI показала Arbor — управление 3D-генерацией через меш-ограничения

7 октября 2026 года Stability AI представила Arbor — обучаемую надстройку к текстово-обусловленной латентной генерации 3D.[1] Arbor вводит constraint-меши как нативный интерфейс 3D-управления: hull-области, где геометрия должна существовать, avoidance-области, которые должны остаться пустыми, и touch-области, которых объект должен касаться.[1][2] Сигнал сохраняется геометрией: меши превращаются в токены, а внутри замороженного денойзера обучается маршрутизируемая надстройка.[1][2]

В Mantis: Первоисточник: 7 октября 2026
Исследования

«Тот же агентский харнесс, что используется в продакшене, напрямую участвует в обучении с подкреплением»: Microsoft Research выпустила Agent Lightning v1.0 — 3500 строк для agentic RL

7 октября 2026 года Microsoft Research Asia представила Agent Lightning v1.0 — переписанную с нуля открытую систему обучения агентов с подкреплением примерно в 3500 строк кода.[1] Фреймворк реализует парадигму Harnessed Agentic RL: в обучении участвует тот же агентский харнесс, что идёт в продакшен.[1] В экспериментах сквозной конвейер на Qwen3.5-9B поднял Pass@1 на SWE-bench Verified с 41,8% до 56,4% — на 14,6 процентного пункта — при примерно 6000 обучающих примерах.[1]

В Mantis: Первоисточник: 7 октября 2026
Исследования

«Первые токены несут общий смысл клипа, детали приходят позже»: Stability AI представила SemanTok — видео-токенизатор, который обходит модель в 3,4 раза крупнее

7 октября 2026 года Stability AI опубликовала исследование SemanTok — видео-токенизатора переменной длины для авторегрессионной генерации видео.[1] Метод подаёт в кодировщик замороженные признаки DINO и добавляет лёгкие головы, которые восстанавливают их из каждого сохранённого префикса токенов.[1][2] Авторегрессионная модель всего на 201 млн параметров догоняет или обходит VideoFlexTok, которая в 3,4 раза крупнее.[1][2]

В Mantis: Первоисточник: 7 октября 2026
Исследования

«Каждый объект восстанавливается один раз как канонический меш»: Stability AI показала 4Director — видео-модель, которой управляет жёсткая 3D-геометрия

7 октября 2026 года Stability AI опубликовала исследование 4Director — видео-модель, обусловленную явным 4D-представлением сцены.[1] Каждый объект один раз восстанавливается по входному изображению как канонический меш и движется заданным жёстким преобразованием на каждом кадре.[1][2] Управляемую сцену рендерят в depth-видео, а обучаемый Motion Adapter превращает эту геометрическую основу в видео, синтезируя внешний вид, освещение и нежёсткую динамику.[1][2]

В Mantis: Первоисточник: 7 октября 2026
Исследования

«Лучший из 39 допущенных моделей»: ИИ Google точнее всех предсказал госпитализации с гриппом в сезоне 2025–26

30 сентября 2026 года Google сообщила, что её модель прогнозирования гриппа стала лучшей в оценке Центров по контролю и профилактике заболеваний США (CDC) по итогам сезона 2025–26.[1] Из 39 моделей, допущенных к итоговому анализу, прогноз Google лучше всех совпал с фактическими госпитализациями.[1] Строили его с помощью Empirical Research Assistance — инструмента Google Research, который сам генерирует алгоритмы оптимизации для научных задач.[1][2]

В Mantis: Первоисточник: 30 сентября 2026
Исследования

«Оператору нужно восемь часов обучения»: Google Research научила ИИ читать «слепые» УЗИ без сонографа

6 октября 2026 года Google Research рассказала об исследовании, в котором медработников без опыта учили делать упрощённое УЗИ по заранее заданной схеме — так называемый «слепой проход» (blind sweep), — а записи интерпретировала модель машинного обучения.[1] По данным компании, в исследовании с участием 1000 матерей в Найроби и 1000 в Чикаго модель определяла срок беременности и положение плода так же точно, как обученный сонограф, причём вся обработка идёт на самом устройстве — без электричества и Wi-Fi.[1]

В Mantis: Первоисточник: 6 октября 2026
Исследования

«Ушли от сложных actor-critic схем к групповым алгоритмам»: разбор на Hugging Face сравнил шесть методов RL-выравнивания

4 октября 2026 года в блоге Hugging Face вышла авторская статья Sneha Rudra «Decoding LLM Alignment: A Concise Guide for GRPO and its variants»: автор сводит в одну таблицу шесть алгоритмов обучения с подкреплением, которыми выравнивают языковые модели, — PPO, RLOO, GRPO, Pref-GRPO, GSPO и GDPO.[1] Общий смысл разбора в том, что выравнивание ушло от схем с отдельным критиком к групповой нормировке и оптимизации на уровне всей последовательности.[1]

В Mantis: Первоисточник: 4 октября 2026
Исследования

OpenAI выпустила широкий набор новых математических результатов внутренней frontier-модели и открыла репозиторий на GitHub

6 октября 2026 года OpenAI сообщила, что публикует «широкий набор новых математических результатов», полученных её внутренней frontier-моделью, и размещает их в GitHub-репозитории с протоколами версий и цитирования.[1] Вместе с рукописями компания выкладывает формализации доказательств в Lean, десять сводок рассуждений модели, оценки затраченного compute и статистику попыток.[1][2] Советовалась компания с независимой консультативной группой при Institute for Advanced Study и обещает ответственно выпустить саму модель, получившую эти результаты.[1]

В Mantis: Первоисточник: 6 октября 2026
Исследования

«Одних верных шагов недостаточно»: OpenAI вместе с Ironclad учит агентов работать с корпоративными юридическими процессами

6 октября 2026 года OpenAI рассказала о первом партнёрстве в рамках новой программы по обучению компьютерных агентов профессиональной работе: первой к ней присоединилась платформа для работы с договорами Ironclad[1]. Задачи из реальных юридических, коммерческих и закупочных процессов OpenAI превращает в исследовательские задачи для тренировки и оценки моделей, а GPT-6 Astra стала первой фронтирной моделью, обученной на задачах Ironclad: на внутренней оценке её средний результат оказался на 32 % выше, чем у GPT-5.6 Sol, а расчётное время на попытку — на 48 % ниже[1].

В Mantis: Первоисточник: 6 октября 2026
Исследования

«Данные — не то, что вы ожидали»: Дженнифер Невилл из Microsoft Research объяснила, почему ИИ теряет нить в многошаговых задачах

6 октября 2026 года Microsoft Research Podcast опубликовал разговор с Дженнифер Невилл — партнёрским руководителем исследований Microsoft и профессором информатики и статистики Университета Пердью, возглавляющей команду AI Interaction and Learning[1]. По её словам, стандартные одношаговые бенчмарки дают высокие оценки во многом потому, что модели оптимизируют именно под них, а в реальных многошаговых диалогах качество заметно падает[1]. В длинных агентных задачах ошибки, если их вовремя не поймать, накапливаются и всё сильнее путают модель, а пользователю Невилл советует проверять ответы и описывать словами, что именно пошло не так[1].

В Mantis: Первоисточник: 6 октября 2026
Исследования

Google Earth AI применила геопространственные foundation-модели к глобальному здравоохранению — на пяти независимых исследованиях

6 октября 2026 года Google Research показал, как Population Dynamics Foundation Model (PDFM) из состава Google Earth AI работает в эпидемиологии[1]. Модель не требует дообучения под конкретную задачу: она сжимает приватные сигналы о «месте» — агрегированные поисковые тренды, мобильность и плотность застройки, погоду и качество воздуха — в компактные эмбеддинги-«отпечатки» локаций, которые обновляются раз в месяц[1]. Пять групп партнёров протестировали эти эмбеддинги независимо друг от друга — от вакцинации против кори на границе США и Канады до вспышек холеры в Демократической Республике Конго — и в каждом случае они либо не уступали обычным данным, либо заметно их улучшали[1].

В Mantis: Первоисточник: 6 октября 2026
Исследования

«Модель должна думать на языке вопроса, а не переводить ответ»: Cohere Labs выпустила Tiny Aya L2-Thinker для рассуждений на 60 языках

Современные рассуждающие модели заметно продвинулись на сложных задачах, но остаются почти полностью англоцентричными: они думают по-английски независимо от языка запроса[1][2]. Ответ может вернуться на языке пользователя, а вот цепочка рассуждений остаётся недоступной тому, кто английского не знает[1]. Cohere Labs называет решение этой задачи L2-рассуждением и 6 октября 2026 года показала в блоге и статье на arXiv, что оно достигается не переводом, а правильной смесью данных[1][2]. Их модель Tiny Aya L2-Thinker на 3,35 миллиарда параметров рассуждает на языке вопроса более чем в 93% случаев на 60 языках[1][2].

В Mantis: Первоисточник: 6 октября 2026
Исследования

InterMimicGen: гуманоид осваивает манипуляции в движении сам — один трекер и растущий набор движений вместо телеуправления

5 октября 2026 года на arXiv вышла работа InterMimicGen от исследователей Иллинойсского университета в Урбане — Шампейне и NVIDIA[1]. Это саморазвивающийся фреймворк имитации движения, в котором данные о движениях робота и обобщающая политика трекинга улучшают друг друга[1]. Захваченные взаимодействия человека с объектами консолидируются и переносятся на гуманоида, единый физический трекер отрабатывает их в симуляции, а «маховик данных» шаг за шагом расширяет набор исполнимых движений — вплоть до переноса на реальных роботов[1].

В Mantis: Первоисточник: 5 октября 2026
Исследования

«Уместность, а не секретность»: Google Research выпустила отчёт о приватности и безопасности ИИ-агентов

5 октября 2026 года Google Research опубликовала отчёт «Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle» — итог семинара CAPS, в котором участвовали более 50 исследователей из академии и индустрии[1]. Авторы предлагают смотреть на приватность агентов не как на секретность, а как на «уместный поток информации», и строить слой-супервизор, который оценивает уместность действия до того, как оно выполнится[1].

В Mantis: Первоисточник: 5 октября 2026
Исследования

«Удобство, когда оно нужно, и контроль, когда он необходим»: IBM вынесла подавление ошибок на сторону клиента через примитив Executor

5 октября 2026 года IBM Quantum опубликовала в блоге разбор directed execution — нового низкоуровневого режима исполнения схем, в котором маршрутизация, рандомизация и подавление ошибок описываются и выполняются на стороне клиента, а не прячутся на сервере[1]. Основой модели стал новый примитив Executor: он обрабатывает шаблонную схему как манипулятор тензоров и рассчитан на семейства из 5 000 рандомизаций и больше без потери производительности[1]. Существующие Sampler и Estimator теперь работают поверх Executor, а их логика подавления ошибок стала видимой и расширяемой[1].

В Mantis: Первоисточник: 5 октября 2026
Исследования

Rapidata предложила заменить модель-судью настоящими человеческими оценками в цикле обучения диффузионных моделей

2 октября 2026 года компания Rapidata опубликовала на Hugging Face технический разбор о том, как встроить настоящие человеческие предпочтения в цикл пост-обучения визуальных генеративных моделей вместо обученной модели-судьи (reward model)[1]. Механизм опирается на продукт Rapidata Flows: аннотаторы попарно сравнивают группы изображений, модель Брэдли–Терри превращает голоса в Elo-оценки, а те подаются в обучение как сигнал награды[1][2]. Для конфигурации Flow-GRPO на 24 GPU A800 авторы насчитали потребность примерно в 2 400 ответах в минуту и утверждают, что их система это выдерживает[1].

В Mantis: Первоисточник: 2 октября 2026
Исследования

«Прогресс потребует тесного сотрудничества экспертов и ИИ»: Meta рассказала о шести математических работах, где Muse Spark помогал с открытыми вопросами

2 октября 2026 года Meta AI Research опубликовала рассказ о совместной работе с математиками, в которой участвовали модели Muse Spark 1.1 и 1.2 в режиме Thinking Mode через обычный интерфейс meta.ai — без специального исследовательского каркаса[1]. Итог — шесть работ, пять из которых дают ответы на ранее открытые исследовательские вопросы; команда математиков вела исследование, вторая группа проверяла результат, а в каждой работе явно помечено, какие фрагменты писали исследователи, а какие — ИИ[1]. Meta отдельно отмечает независимые работы внешних команд, пришедшие к похожим результатам[1].

В Mantis: Первоисточник: 2 октября 2026
Исследования

Google перевела федеративное обучение в TEE: приватность теперь можно проверить

2 октября 2026 года Google Research представила новое поколение системы федеративного обучения (FL) на доверенных средах исполнения (TEE): обработку данных устройств теперь можно проверять снаружи, а не принимать на веру[1]. Устройства загружают обучающие примеры в зашифрованном виде, ключи выдаёт система управления ключами из кластера TEE, а список программ, которым разрешено эти данные читать, публикуется в открытом журнале прозрачности Rekor[1][3]. На новой системе уже обучены англоязычная и японская модели предсказания следующего слова для Gboard[1].

В Mantis: Первоисточник: 2 октября 2026
Исследования

«Claude-shaped science»: физик Мэтью Шварц собрал открытый BootLoops для точных вычислений в науке

Anthropic Research 1 октября опубликовала гостевую статью профессора Мэтью Шварца, автора материала «Vibe Physics»: он перестал воевать с моделью и начал искать задачи, форма которых совпадает с сильными сторонами современных LLM, а из этой практики вырос BootLoops — открытый каркас для точных вычислений в количественных науках.[1] Проект уже дал тридцать интегралов, посчитанных от начала до конца, из которых пятнадцать не вычислялись никогда прежде, а сам автор предупреждает: техническую часть работы модель берёт на себя, но постановка задачи и вкус остаются за человеком.[1]

В Mantis: Первоисточник: 1 октября 2026
Исследования

IBM Research предложила октябрьскую задачу Ponder This: партия в Ultimate Tic-Tac-Toe ровно из 81 хода

1 октября IBM Research опубликовала очередную задачу серии Ponder This: нужно предъявить партию в Ultimate Tic-Tac-Toe, где доска заполняется целиком, последние девять ходов по очереди закрывают все малые доски, а исход игры решает последний ход.[1]

В Mantis: Первоисточник: 1 октября 2026
Исследования

«Сеть — это уже граф»: Amazon показала, как агент ищет первопричину сбоя за минуты

1 октября 2026 года Amazon Science опубликовала материал о графо-центричном агентном интеллекте: граф кодирует отношения, и именно структура графа даёт опору для причинного вывода, отслеживания зависимостей и композиционного рассуждения.[1] Сети — это уже графы: каждое устройство, канал связи и сервисная зависимость в них — вершина или ребро в структуре, которая может насчитывать миллионы элементов.[1] На MWC AWS и NTT DOCOMO показали анализ первопричины за минуты на коммерческих сетях, тогда как традиционное устранение многослойных сбоев в центрах управления сетью занимает в среднем 4–5 часов.[1]

В Mantis: Первоисточник: 1 октября 2026
Исследования

Google DeepMind представила SynthID Bio — водяные знаки для ИИ-спроектированных белков

DeepMind представила SynthID Bio — семейство методов нанесения водяных знаков, разработанное специально для синтетической биологии[1]. Метод встраивает незаметную подпись прямо в биологический код: проверяемая она не только в цифровой модели, но и в синтезированном белке, и при этом лабораторные тесты не показали потери биологической функции[1]. В мокрой лаборатории маркированные белки-связыватели к VEGF-A, RBD шипа SARS-CoV-2 и PD-L1 совпали с немарированными по доле успешных попаданий, аффинности связывания и естественному разнообразию последовательностей[1].

В Mantis: Первоисточник: 30 сентября 2026
Исследования

«Роботы выполняют 74% физических задач, но дешевле человека — лишь в 0,3% случаев»: Anthropic измерила подверженность профессий

Anthropic представила индекс подверженности профессий роботам: он оценивает, насколько хорошо автономные физические машины справляются с рабочими задачами уже сегодня[1]. По расчётам исследователей, роботы способны выполнять 74% физических задач в США — это 34% всех рабочих часов, — а вместе с языковыми моделями вне зоны автоматизации остаётся лишь около пятой части занятости[1]. Но по цене роботы конкурентоспособны только для 0,3% задач, и при исторических темпах снижения цен этот показатель дойдёт до 10% лишь примерно через 40 лет[1].

В Mantis: Первоисточник: 30 сентября 2026
Исследования

«nDCG не судит релевантность сам»: Cohere представила RCP-nDCG@10 — метрику поиска с калиброванным ИИ-судьёй

Cohere опубликовала методологию RCP-nDCG@10: каждый найденный документ оценивается по одной и той же явной рубрике релевантности калиброванным ИИ-судьёй, а не только по заранее размеченному ключу[1]. В слепом исследовании с 46 аннотаторами метрика угадала систему, которую предпочли люди, в 77% контестов против 52% у традиционной nDCG, а на самых широких отрывах согласие доходит до 97%[1]. Cohere оптимизировала под неё пятое поколение Embed и Rerank и собирается внести метрику в MTEB[1].

В Mantis: Первоисточник: 30 сентября 2026
Исследования

«Считает ноутбук, проверяет кластер»: Hugging Face открыла конкурс Open Superconductor Challenge с призовым фондом $3 000

На Hugging Face стартовал открытый научный конкурс Open Superconductor Challenge (OSC): участник может прямо с ноутбука, без GPU, оценивать двумерные материалы на склонность к необычной d-волновой сверхпроводимости и попадать в проверяемую таблицу лидеров, а организаторы обещают призовой фонд $3 000, соавторство и место в зале славы[1]. Работу организаторы разделили сознательно: широкий отбор кандидатов делают дешёвыми вычислениями силами сообщества, а тяжёлый точный расчёт достаётся только лучшим заявкам[1]. Во вселенной конкурса 4 832 материала, эффективная модель пока посчитана для 63 из них[1].

В Mantis: Первоисточник: 29 сентября 2026
Исследования

«Работает как демпфер руля»: Google Research представила Diffusion Controller — управлять генерацией изображений можно и без доступа к весам модели

Google Research опубликовала разбор фреймворка Diffusion Controller: он превращает диффузионную генерацию изображения из набора разрозненных эвристик в задачу непрерывного управления, а управляющая сеть-«демпфер руля» подключается к замороженной модели снаружи.[1] В экспериментах на Stable Diffusion v1.4 серый (grey-box) вариант обошёл LoRA по доле побед в метрике HPS-v2 в режимах SFT и RWL, а полностью разблокированный white-box-вариант показал 90% побед над базовой моделью.[1] Это описание исследования, а не выпущенный продукт: научная статья с той же формулировкой вышла в arXiv ещё 7 марта 2026 года.[2]

В Mantis: Первоисточник: 29 сентября 2026
Исследования

Anthropic предлагает записать разговор об ИИ в публичный архив: 15 минут с Anthropic Interviewer

Anthropic запустила исследование, в котором интервью об опыте взаимодействия с ИИ берёт Anthropic Interviewer — сама языковая модель. Участник может одним решением открыть свою полную запись всем: она уйдёт в публикацию вместе со страной, но без имени и адреса почты, и отменить это решение полностью нельзя.[4] Исследование идёт с 29 сентября по 6 октября 2026 года и продолжает декабрьский опрос, в котором участвовали 81 000 человек.[4]

В Mantis: Первоисточник: 29 сентября 2026
Исследования

«Поддерживается где-то — не то же самое, что поддерживается правильным источником»: ProvenanceGuard проверяет не только факт, но и то, из какого источника он взят

29 сентября 2026 года команда Multiverse Computing опубликовала в блоге Hugging Face разбор ProvenanceGuard — пост-генерационного слоя проверки, который сохраняет идентичность источника на каждой претензии агента, работающего через Model Context Protocol.[1] На отложенной выборке из 40 трасс система даёт block F1 0,802 и точность выбора источника 0,858 по 260 претензиям с определяемым источником, тогда как baseline-проверки источник не называют вовсе.[1][2] Эксперты отметили 139 претензий как недопустимые, и система поймала 138 из них, а на более сложном наборе с похожими источниками точный источник определяется лишь в 50,3% случаев.[1]

В Mantis: Первоисточник: 29 сентября 2026
Исследования

«Биология не делится на аккуратные границы»: Microsoft Research представила Quine — мировую модель биологии с научным харнессом

Microsoft Research представила Quine — исследовательскую систему, собранную из двух частей: мировой модели биологии и интерактивного харнесса, который связывает модель с оркестрацией и reasoning-моделями, научными инструментами, литературой и самими исследователями.[1][2] На модели рака поджелудочной железы Quine за одни выходные сузила тысячи соединений до горстки кандидатов, а лаборатория подтвердила, что соединения с наивысшим рейтингом дали самые сильные сдвиги клеточного состояния; заявки в первую программу Quine Fellows принимаются с 29 сентября по 2 ноября 2026 года.[1][2]

В Mantis: Первоисточник: 29 сентября 2026
Исследования

«Не просто открыть ещё одну лабораторию»: Microsoft Research Asia — Сингапур отчиталась за первый год

Лаборатория MSRA — Сингапур, открывшаяся 24 июля 2025 года как первая исследовательская лаборатория Microsoft в Юго-Восточной Азии, подвела итоги первого года: девять новых совместных проектов с NUS и NTU, более 300 участников летней школы AI и 13 стипендиатов из сингапурских университетов.[1]

В Mantis: Первоисточник: 28 сентября 2026
Исследования

«Девять петель»: гость Anthropic рассказал, как Claude Science закрыл расчёт по N=4 super Yang-Mills

Физик и научный автор Мэтт фон Хиппель опубликовал в Anthropic Research рассказ о том, как закрыли его августовский вызов: два физика Anthropic с помощью Fable 5.1 в Claude Science посчитали девятипетлевую шестичастичную амплитуду MHV в планарной N=4 super Yang-Mills.[1] Результат независимо проверил Лэнс Диксон из SLAC и Стэнфорда, а бутстрап-ветка расчёта обошлась примерно в 100 долларов — как неделя работы 96 процессоров.[1]

В Mantis: Первоисточник: 25 сентября 2026
Исследования

Project Suncatcher: первые TPU Google уходят на орбиту

Google переводит Project Suncatcher из расчётов в натурный эксперимент: прототип спутника с тензорными процессорами отправится в рамках rideshare-миссии Transporter-18 вместе со SpaceX и в партнёрстве с Planet, чтобы собрать данные о перегрузках, радиации и охлаждении в вакууме.[1] На земле Trillium TPU уже пережили суммарную ионизирующую дозу больше той, что досталась бы за пятилетнюю космическую миссию, а лазерные межспутниковые линии связи обещают проверить в 2027 году на двух аппаратах.[1][2]

В Mantis: Первоисточник: 24 сентября 2026
Исследования

«Модель важнее тактики»: Anthropic провела Project Swap — 201 агент обменивался книгами без денег

24 сентября Anthropic Research опубликовала Project Swap — контролируемый книжный бартер, в котором 201 сотрудник из шести офисов отдал своего агента на Claude на общий торговый зал[1]. Агенты торговались хорошо, а рынок всё равно не добрал: участники в среднем получили 0,55 при теоретическом максимуме 0,89, и 85 % этого разрыва объясняется тем, насколько точно агент понял предпочтения человека, а не тем, как он торговался[1]. Переход с сильной модели на слабую стоит человеку 0,12 позиции в его собственном списке, тогда как инструкция «будь жёстче» такого эффекта не даёт[1].

В Mantis: Первоисточник: 24 сентября 2026
Исследования

«AI video co-director»: Google Research собрала мультиагентную систему, которая держит длинное видео связным

24 сентября Google Research представила AI video co-director — единый мультиагентный фреймворк, который автономно строит темпорально согласованные длинные видеорассказы и работает слоем оркестрации поверх Gemini и Veo[1]. Вместе с ним опубликованы ещё три системы — CANVAS, A²RD и VQQA; по данным авторов, AI video co-director выходит на 81,4 балла качества на GenAD-Bench, а A²RD удерживает согласованность персонажей и окружения на видео длительностью до десяти минут[1][4].

В Mantis: Первоисточник: 24 сентября 2026
Исследования

«Сток знаний заранее»: более 2 800 вирусов получили предсказанные структуры белковых комплексов

NVIDIA вместе с Google DeepMind и EMBL-EBI открыли в AlphaFold Database предсказанные трёхмерные структуры белковых комплексов более чем 2 800 вирусов — от «простудных» пикорнавирусов до Mpox[1][2]. Около 30% добавленных взаимодействий прежде не встречались в Protein Data Bank[1]. EMBL отдельно оговаривает, чего эти структуры не показывают: они не предсказывают влияние мутаций и не объясняют, почему один вирус опаснее другого[2].

В Mantis: Первоисточник: 24 сентября 2026
Исследования

«1 502 часа разговоров, где несколько человек говорят одновременно»: Basis выложила открытый датасет Conversations 1500 на 22 языках

23 сентября 2026 года Basis опубликовала Basis Conversations 1500 — 1 502 часа многоязычной многопользовательской (от двух до четырёх одновременных говорящих) полнодуплексной разговорной речи, бесплатной для коммерческого и исследовательского использования[1]. В релизе 1 907 бесед, 2 645 уникальных говорящих из 33 стран, 22 языка и около 100 часов человеческой разметки — 113 096 суждений от 7 362 разметчиков[1]. Каждый участник записан своим микрофоном: дорожки 48 кГц разбиты по каналам и начинаются в один и тот же момент[1][2].

В Mantis: Первоисточник: 23 сентября 2026
Исследования

«Минус 7% стоимости токенов при том же качестве»: Cursor перестроила обвязку агентов и урезала системный промпт на 66%

23 сентября 2026 года Cursor опубликовала разбор эффективности своей агентской обвязки: изменения в нескольких слоях снизили стоимость токенов для пользователей на 7% без потери качества агента.[1] Системный промпт удалось урезать примерно на 66%, а перевод собственных инструментов в динамический контекст сократил токены их описаний в статической части на 60%.[1] Холодные промахи кэша снизились на 20%, а нумерация строк через десять уменьшила расход токенов на чтение из кэша на 1,6%.[1]

В Mantis: Первоисточник: 23 сентября 2026
Исследования

«Больше 80 экспертов из 22 стран»: OpenAI выпустила открытый бенчмарк MentalHealthBench

23 сентября 2026 года OpenAI представила MentalHealthBench — открытый бенчмарк, который измеряет, насколько полезно и безопасно ИИ отвечает в реалистичных разговорах о психическом здоровье.[1] Набор построен вместе с более чем 80 лицензированными психологами и психиатрами из 22 стран, говорящими на 19 языках, а критерии оценки писали сами эксперты.[1] Компания отдельно напоминает: ChatGPT не заменяет терапию или профессиональную помощь.[1]

В Mantis: Первоисточник: 23 сентября 2026
Исследования

«Я вижу на глаз тандемный повтор»: Claude нашёл систему ферментов ART с CRISPR-подобными массивами

23 сентября 2026 года Anthropic представила группу и лабораторию наук о жизни и первые результаты её работы: агенты Claude автономно нашли ранее не описанную систему ферментов.[1] Около 950 агентов за 21 час и 210 млн токенов собрали более 200 000 обратных транскриптаз, отобрали 3 500 кандидатов и сузили их до 20 отчётов.[1] Найденная система — array-associated reverse transcriptases (ART) — встречается у бактериофагов и состоит из фермента, гена-партнёра и массива повторов ДНК, напоминающего CRISPR-массивы.[1][2]

В Mantis: Первоисточник: 23 сентября 2026
Исследования

«Мы хотим, чтобы математики были в центре»: OpenAI объявила о независимой консультативной группе по математике и ИИ

21 сентября 2026 года OpenAI опубликовала объявление о работе с независимой консультативной группой по математике и искусственному интеллекту: она будет оценивать значимость новых результатов, советовать, как координировать их публикацию, и как инструменты компании могут поддерживать математические исследования. Поводом названа критика математиков о «серьёзном рассогласовании» целей ИИ-компаний и математического сообщества, а сама компания сообщила, что её новая внутренняя модель решила более 100 давних открытых задач.[1][2][5]

В Mantis: Первоисточник: 21 сентября 2026
Исследования

«Балл без конфигурации — просто шум»: AISI и EvalEval открыли проверенные результаты бенчмарков

Британский институт ИИ-безопасности передал в открытую платформу Evaluation Cards проверенные результаты шести фронтир-моделей по пяти бенчмаркам — вместе с конфигурацией запуска. Его собственная работа показывает, что баллы зависят от протокола и вычислительного бюджета, а полная конфигурация записана лишь у 6% опубликованных в отрасли результатов.

В Mantis: Первоисточник: 22 сентября 2026
Исследования

Amazon и Stanford создали совместную исследовательскую инициативу по ИИ и науке

Amazon объявила о запуске Stanford and Amazon Research Initiative — новой рамки для исследований на переднем крае ИИ, энергетики и здравоохранения.[5] Цель заявлена прикладная: сделать так, чтобы результаты доходили до реального мира, а не оставались в публикациях.[5] Инициатива формализует уже сложившиеся отношения — сегодня более десяти команд внутри Amazon финансируют в Stanford активные исследования и PhD-стипендии.[5]

В Mantis: Первоисточник: 21 сентября 2026
Исследования

Amazon Bio Discovery представила три ИИ-подхода к дизайну антител — от ранжирования кандидатов до 46 подтверждённых биндеров

Три новые работы Amazon Bio Discovery закрывают разные узкие места разработки антител: MochiBind ранжирует кандидатов по силе связывания только по последовательности, CA-MAP предсказывает свойства препарата с поправкой на партийные эффекты лабораторий, а агентный конвейер довёл дизайн нанободов до 46 подтверждённых сильных биндеров против редкой детской опухоли.[5] Преимущества заявлены на конкретных бенчмарках: около 10% прироста точности у ранжировщика и 0,99 корреляции у контекстной модели там, где обычное дообучение падает до 0,58.[5] Журнальная версия работы о ранжировании вышла в iScience.[5][6] Вторая журнальная работа вышла в npj Systems Biology and Applications, третья представлена как Spotlight на воркшопе ICML 2026.[5][7][8]

В Mantis: Первоисточник: 21 сентября 2026
Исследования

«Химики предпочитают её реакции»: Microsoft Research представила RetroChimera для планирования синтеза

RetroChimera объединяет две модели с разными индуктивными смещениями через обученное ансамблирование: по данным Microsoft Research она решает девять сложных целей из десяти, а в слепых тестах нравится химикам больше, чем сами реакции из обучающего набора.

В Mantis: Первоисточник: 21 сентября 2026
Исследования

Multiverse Computing свела удаление блоков LLM к задаче спин-стекла — почти 23 пункта MMLU при сжатии вдвое

Multiverse Computing переформулировала выбор блоков трансформера для удаления как задачу ограниченной бинарной оптимизации, которая отображается на модель Изинга: энергия спиновой системы оказывается дешёвым и точным предсказателем качества сжатой модели, поэтому перебирать и бенчмаркать все варианты не нужно.[1][2] На сжатии вдвое Llama-3.3-70B-Instruct без дообучения метод даёт 76,9 MMLU против 54,0 у лучшего конкурента, а сам подбор решается готовыми классическими и квантово-вдохновлёнными солверами — от полного перебора на одной видеокарте до tabu-поиска за секунды.[1][2]

В Mantis: Первоисточник: 21 сентября 2026
Исследования

«У мира нет способа увидеть, что происходит внутри лабораторий»: Anthropic предложила метрики темпов развития ИИ

Anthropic Institute опубликовал разбор с тремя измерениями темпов развития передовых систем: какую долю исследований и разработки выполняет сам ИИ, насколько хорошо контролируются действия агентов и как распределяются вычисления.[1] Снимок на август 2026 года: Claude «ведёт» 26% работ Anthropic по разработке моделей, доля работ уровня «ИИ сотрудничает» и выше превышает 90%, полностью автономной работы нет ни на одном измеренном участке.[1] В самой используемой внутренней платформе одновременно работали около 30 000 агентов, а монитор заблокировал 0,002% из более чем миллиарда их решений.[1] Около 6% вычислений на разработку ушло на безопасность.[1]

В Mantis: Первоисточник: 17 сентября 2026
Исследования

«Средняя миля — это эстафета»: Google открыла генератор MilleMiglia для логистических бенчмарков

Google Research представила MilleMiglia — открытый генератор инстансов на C++ для реалистичных и при этом не раскрывающих коммерческих данных бенчмарков логистики средней мили. Эта часть маршрута даёт заметную долю затрат и почти не изучена: публичных данных нет, потому что компании считают топологии сетей и объёмы спроса конфиденциальными, а обычные VRP-солверы к средней миле неприменимы из-за фиксированных расписаний, лимитов пропускной способности центров и синхронизации рейсов. Код и документация опубликованы на GitHub.[3][4]

В Mantis: Первоисточник: 18 сентября 2026
Исследования

«Научный мост к будущим ATLAS»: Google расширяет AI & Economy Research Program нобелевским лауреатом, визит-феллоу и двумя директорами

18 сентября 2026 года Google объявила о расширении AI & Economy Research Program: академическим советником становится Philippe Aghion — нобелевский лауреат по экономике 2025 года, визит-феллоу — профессор Ajay Agrawal, а эмпирическими проектами программы будут руководить Anu Madgavkar (экс-партнёр McKinsey Global Institute) и Daniel Rock из Wharton School.[1] Компания обещает, что расширенная команда станет «научным мостом» и напрямую повлияет на следующие обновления ATLAS — витрины данных о том, как люди и компании используют ИИ.[1][2]

В Mantis: Первоисточник: 18 сентября 2026
Исследования

Google Research открыл learning interactives: учителя собирают интерактивные симуляции через generative UI

Google Research показал research experiment, в котором педагог задаёт тему и учебные цели, а модель динамически собирает интерактивную симуляцию под его curriculum. Одновременно открыта публичная библиотека из более 30 learning interactives по STEM на английском: все они сгенерированы AI и проверены учителями. Пилот с Google for Education должен показать, переносятся ли заявленные учебные эффекты в реальный класс.[1][2]

В Mantis: Первоисточник: 17 сентября 2026
Исследования

Claude ускорил 36 открытых биомолекулярных пакетов: до 4,1× быстрее и режим Big для систем свыше 10 000 токенов

Anthropic опубликовала технический отчёт о том, как Claude переписал инференс-код открытых моделей для биомолекулярных задач: 36 оптимизированных пакетов, в среднем около 4× ускорения, 1,6× в Exact-режиме без изменения выходов, до 4,1× в Fast и новый режим Big, который точно предсказывает комплексы крупнее 10 000 токенов на одной 8-GPU ноде; весь оптимизированный код открыт, а вместе с Adaptyv Bio компания запускает конкурс по дизайну белков.[1][2][4]

В Mantis: Первоисточник: 17 сентября 2026
Исследования

OpenAI: работники возвращаются к задачам вне своей профессии в 23,6% случаев

OpenAI Economic Research проанализировала более 1,5 млн рабочих сообщений в ChatGPT за апрель–июль 2026 года и обнаружила, что часть «пересечений задач» становится регулярной практикой.[1] Среди примерно 6 200 работников, наблюдавшихся постоянно, ранее использованные задачи вне профессии выросли с 13,1% профессиональной AI-активности в апреле до 25,9% в июле.[1] В парных месячных наблюдениях возврат к такой задаче составил 23,6% против 8,4% у сопоставимых работников, у которых её использования ранее не наблюдалось.[1]

В Mantis: Первоисточник: 16 сентября 2026
Исследования

«Не логическими кубитами, а схемами»: IBM показала непрерывный путь от подавления ошибок к отказоустойчивости

15 сентября 2026 года IBM Research описала квантовую коррекцию ошибок как единый спектр приёмов, а не как две отдельные эпохи.[1] По данным компании, гибридные методы дают 63-кратное сокращение выводимых накладных расходов на сэмплирование по сравнению с одной только митигацией ошибок, а демонстрация с 64 логическими кубитами на 76 физических показала примерно 10-кратное улучшение эффективной частоты ошибок на гейте после пост-селекции по синдромам.[1]

В Mantis: Первоисточник: 15 сентября 2026
Исследования

«Один проход вместо цепочки размышлений»: Google заменила рассуждения на диффузионный fan-out в поиске

15 сентября 2026 года Google Research представила фреймворк Retrieve-for-Train.[1] Вместо дорогого «бюджета размышлений» на инференсе он один раз обучает лёгкую диффузионную модель на 53,9 млн параметров, которая сразу выдаёт набор подзапросов, а ускорение относительно авторегрессивных подходов достигает 12–20 раз.[1]

В Mantis: Первоисточник: 15 сентября 2026
Исследования

«ИИ для общества»: Google собрала шесть материалов — от ускорения науки до поиска пожаров из космоса

15 сентября 2026 года Google опубликовала коллекцию «AI for Societal Impact» — подборку из шести материалов о том, как компания применяет ИИ в науке, языках, экономике и предсказании катастроф.[1] Четыре из шести датированы тем же днём, самый ранний — 18 августа.[1] Самый свежий разбор внутри — интервью Google Research о поиске лесных пожаров из космоса: спутниковая группировка FireSat должна различать очаги размером 5 на 5 метров, а к 2030 году снимать всю Землю каждые 20 минут.[2]

В Mantis: Первоисточник: 15 сентября 2026
Исследования

«Теоретически, а не практически»: IBM доказала преимущество квантовых схем над LLM на двух задачах

15 сентября 2026 года IBM Research разобрала собственную работу, доказывающую разделение между квантовыми схемами малой глубины и большими языковыми моделями.[5] Препринт на arXiv (arXiv:2608.03962, 60 страниц) даёт две безусловные сепарации: функциональную — на задаче итерированного индекса, и сэмплирующую — на parity-sampling, причём вторая держится даже тогда, когда diffusion-модель получает chain-of-thought.[5][6] Авторы подчёркивают: результат чисто теоретический, а сегодняшние квантовые компьютеры шумны и малы на фоне железа, на котором работают LLM.[5]

В Mantis: Первоисточник: 15 сентября 2026
Исследования

«Расширять, а не сужать»: Google отчиталась о 300 языках, Gemini 3.5 Live Translate и переводе жестов

15 сентября 2026 года Google опубликовала пост Джеймса Маньики, старшего вице-президента по исследованиям, лабораториям, технологиям и обществу: технологии и продукты компании обеспечивают повседневные взаимодействия более чем на 300 языках, на которых говорят свыше 7 миллиардов человек — это 86% населения планеты.[1] Дальше идёт конкретика: Gemini 3.5 Live Translate переводит устную речь на 70 языках и более чем 2 000 языковых пар, TranslateGemma работает на устройстве, а Sign Language-to-Text обучен более чем на 50 жестовых языках и стартует с американского жестового языка на Pixel 11.[1] Для редких языков данные собирали на месте: WAXAL — 27 языков Африки южнее Сахары, Project Vaani — 109 языков Индии и более 30 000 часов речи.[1]

В Mantis: Первоисточник: 15 сентября 2026
Исследования

«Настоящая мера ИИ — кому он помог»: Google собрала науку, здоровье и обучение в один отчёт

15 сентября 2026 года Google опубликовала пост о том, как ИИ ускоряет научный прогресс и меняет жизнь людей.[1] Подписан он Джеймсом Маньикой, старшим вице-президентом по исследованиям, лабораториям, технологиям и обществу.[1] Главная цифра дня: технологии Google поддерживают более 300 языков, на которых говорят 7 миллиардов человек, — это 86% населения планеты.[1] Заодно компания обновила AI & Economy ATLAS и напомнила о четырёх свежих научных результатах, каждый из которых выходил отдельными публикациями.[1][2]

В Mantis: Первоисточник: 15 сентября 2026
Исследования

«Интерактивная витрина ATLAS»: Google открыла данные о том, как профессии и учёные используют ИИ

Google выпустила открытую интерактивную витрину данных AI & Economy ATLAS и вместе с MIT FutureTech опубликовала исследование об учёных: почти половина из них пользуется ИИ ежедневно и экономит около семи часов в неделю, но очередь непроверенных гипотез растёт.[1][3]

В Mantis: Первоисточник: 15 сентября 2026
Исследования

IBM и Lockheed Martin создали в Швейцарии квантовый хаб с первым в стране IBM Quantum System Two

Первую швейцарскую IBM Quantum System Two установят в суперкомпьютерном центре CSCS в Лугано и запустят к концу 2026 года. Машина получит процессор IBM Quantum Nighthawk r2, а соглашение об установке и эксплуатации рассчитано на три года — изначально до 2029-го.

В Mantis: Первоисточник: 10 сентября 2026
Исследования

IBM и NASA открыли модель-основу для карт Луны

Мультимодальная NASA-IBM Lunar Foundation Model сводит десятилетия наблюдений американских и японских миссий в одно представление: она на 22% точнее ищет лёд в полярных кратерах и распознаёт кратеры при вдвое меньшем объёме обучающих данных.

В Mantis: Первоисточник: 10 сентября 2026
Исследования

Cleveland Clinic, RIKEN и IBM вышли в финал премии Gordon Bell 2026

Квантово-классическая связка рассчитала электронную структуру белкового комплекса из 12 635 атомов — крупнейшая биологически значимая молекула, когда-либо смоделированная на квантовых компьютерах.

В Mantis: Первоисточник: 9 сентября 2026
Исследования

210M параметров и одна GPU: как обучить диффузионный text-to-image с нуля за 3,5 дня

Иван Михненков опубликовал tinydit — диффузионный трансформер на 210 млн параметров, обученный с нуля на одной RTX PRO 6000 за 3,5 дня на 4,2 млн изображений 256². Веса, код и браузерное демо открыты, а в разборе приведены цифры: данные решили исход ещё до старта обучения, а функция потерь не годится как сигнал качества.

В Mantis: Первоисточник: 9 сентября 2026
Исследования

Perplexity открыла Q2D-Web — бенчмарк первого этапа поиска для агентных RAG-систем

190 млн веб-документов, 69 721 переформулированный агентом запрос на десяти языках и три независимых набора оценок релевантности: Perplexity описала, почему полный прогон одного ретривера стоит тысячи часов на H200 и как субсэмплинг возвращает оценку к трети стоимости.

В Mantis: Первоисточник: 9 сентября 2026
Исследования

Одна песочница на попытку: как лаборатории обучают агентов в 2026 году

Разбор Hugging Face сопоставил пятнадцать отчётов тринадцати лабораторий и показывает, что среда обучения перестала быть симулятором внутри тренировочного цикла и стала отдельной машиной: контейнер поднимается под одну попытку, а на масштабе счёт идёт на сотни тысяч одновременных песочниц.

В Mantis: Первоисточник: 11 сентября 2026
Исследования

Earthmover и Hugging Face убрали инфраструктурные барьеры для открытых моделей прогноза погоды

Совместный разбор описывает три узких места: зависимость от flash attention, около 360 ГБ диска на годовой бэктест и примерно 1 ГБ начальных условий на один прогон, из-за которого GPU простаивает. Демо-пространство отдаёт 24-часовой прогноз быстрее чем за 30 секунд, а туториал показывает локальный запуск Aurora поверх ERA5.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

ARTPARK-IISc разметила 106 892 шумовых события в индийской речи с точностью до миллисекунд

Команда ARTPARK-IISc опубликовала на Hugging Face слой аннотаций поверх корпуса Project Vaani: шум записывался вместе с речью, а не подмешивался синтетически, и у каждого события есть точные границы. Текущий релиз — 90 637 сегментов и 58 индийских языков; статья и карточка датасета описывают объём по-разному, и расхождение объясняется составом наборов.

В Mantis: Первоисточник: 7 сентября 2026
Исследования

Runway переводит генерацию видео в потоковый autoregressive режим

Исследовательский pipeline превращает full-attention video model в causal generator и ускоряет его двухэтапной distillation. Цель — сократить time-to-first-frame и менять сцену во время показа, но публичных latency и quality benchmarks пока нет.

В Mantis: Первоисточник: 10 сентября 2026
Исследования

ToolGrad строит tool-use datasets от рабочего ответа к запросу

Google Research предлагает сначала собрать исполнимую цепочку API, а затем сгенерировать соответствующий user prompt. На ToolBench этот порядок дал 99,8% pass rate, а ToolGrad-12B набрал 83,1 на BFCL с незнакомыми tools.

В Mantis: Первоисточник: 10 сентября 2026
Исследования

Лаборатория ищет антимикробные молекулы в геномах вместе с Codex и ChatGPT

Команда Сесара де ла Фуэнте применяет собственные deep-learning модели к биологическим последовательностям, а Codex и ChatGPT — к коду, данным и гипотезам. Предсказанный кандидат ещё должен пройти лабораторную и клиническую проверку.

В Mantis: Первоисточник: 10 сентября 2026
Исследования

Amazon связала устойчивость ML-агентов к переобучению со сжатием стратегий

После сотен обращений к validation set успешные исследовательские рецепты удалось передать новым агентам в 16–32 токенах; намеренно переобученные решения этот тест не проходили.

В Mantis: Первоисточник: 10 сентября 2026
Исследования

Google и Cathay Pacific расширяют испытания ИИ для сокращения следов самолётов

На более чем 80 рейсах, следовавших специальным маршрутам, Google оценила снижение согревающего воздействия конденсационных следов примерно в 40%. Это не сокращение всех авиационных выбросов на 40%.

В Mantis: Первоисточник: 7 сентября 2026
Исследования

Microsoft Discovery с CLIO: адаптивный поиск научных решений вместо одного ответа

Microsoft сообщила о результатах Discovery Engine на Agent’s Last Exam и объяснила, как параллельные траектории рассуждения помогают проверять научные гипотезы. Это оценка системы на бенчмарке, а не доказательство универсальной научной автономности.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

Chris White о технологиях, которые должны работать за пределами лаборатории

Руководитель Catalyst Lab в Microsoft Research рассказал, как опыт полевых технологических операций и борьбы с торговлей людьми сформировал его подход к исследованиям с измеримым общественным эффектом.[1]

В Mantis: Первоисточник: 8 сентября 2026
Исследования

GPT-5.6 Sol подключили к лаборатории для калибровки сверхпроводниковых qubits

Агент через Codex управлял измерениями на новом шестикубитном chip, анализировал графики и обновлял calibration settings. На чистых сигналах автономность оказалась высокой, но неоднозначная физика потребовала вмешательства исследователя.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

Pathway обучила post-transformer архитектуру BDH-CQ на SageMaker HyperPod

150-миллионная модель рассуждает в recurrent latent state без длинной текстовой chain-of-thought. В опубликованном опыте BDH-CQ получила 29,5% pass@2 на ARC-AGI-1 при расчётной стоимости $0,0007 за задачу.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

OpenAI заявила о решении задачи Навье — Стокса и опубликовала формализацию в Lean

Внутренняя система OpenAI построила сценарий конечновременной сингулярности для гладкого трёхмерного течения с гладкой внешней силой. Компания открыла математическую рукопись и репозиторий Lean, но итоговый статус результата ещё зависит от независимой проверки математическим сообществом.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

OpenAI направит $5 млн на исследования влияния AI на подростков

Независимые команды смогут получить до $1 млн на изучение того, как генеративный AI связан с развитием, благополучием и безопасностью людей 13–17 лет. Заявки принимаются до 6 октября 2026 года.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

Google DeepMind нанесла 9 миллиардов вариантов ДНК на AlphaGenome Atlas

Новый атлас объединяет прогнозы молекулярных эффектов для всех возможных однонуклеотидных замен в геноме человека, единый AVI score и объясняющие его признаки. Ресурс уже применили в исследованиях редких заболеваний и популяционной генетики.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

Исследователи предложили обучать LLM точным границам отказа

Метод разделяет вредные и допустимые запросы внутри одной темы. В экспериментах boundary pairs резко снизили ложные отказы, сохранив большую часть отказов на вредной стороне.

В Mantis: Первоисточник: 8 сентября 2026
Исследования

Главный исследователь OpenAI призвал ограничить темп масштабирования AI

Jakub Pachocki считает, что ни одна лаборатория ещё не решила alignment и monitoring для продолжения максимального масштабирования; он предлагает общие safety bars, независимый контроль и международную координацию.

В Mantis: Первоисточник: 6 сентября 2026
Исследования

OpenAI измерила, как coding agents меняют работу AI-исследователей

К середине августа на один человеческий рабочий день исследовательской организации приходилось 3,1 agent-workday, однако OpenAI подчёркивает роль человеческого управления, ограничения метрик и новые требования безопасности.

В Mantis: Первоисточник: 6 сентября 2026
Исследования

Google показала пределы transfer learning для генетического прогноза между популяциями

Европейские данные помогают polygenic risk scores при малой японской выборке, но после роста локального cohort могут снижать точность — причём порог сильно зависит от признака.

В Mantis: Первоисточник: 3 сентября 2026
Исследования

Google и HHMI составили крупнейшую полную карту нервной системы плодовой мухи

Connectome взрослого самца Drosophila охватывает более 166 тысяч нейронов и 125 миллионов синаптических связей — от центрального мозга и зрительных долей до аналога спинного мозга.

В Mantis: Первоисточник: 3 сентября 2026
Исследования

Runway показала GWM Worlds 2 для интерактивных миров в реальном времени

Авторегрессионная diffusion-модель непрерывно генерирует видео 720p при 24 fps и звук 48 кГц, принимая текстовые действия и движение камеры во время сессии.

В Mantis: Первоисточник: 3 сентября 2026
Исследования

Cohere измерила реальный след автоматизации по 696 тысячам MCP tools

Набор Agentic Task Ecosystem показывает большой рынок инструментов для агентов, но лишь 2,6% публичных tools проходят строгий тест полного выполнения профессиональной задачи.

В Mantis: Первоисточник: 3 сентября 2026
Исследования

Perplexity выпустила PII-Tracer — локальный детектор персональных данных на 0,6 млрд параметров

Новый benchmark PII-TRACE проверяет, замечает ли detector каждое повторение идентификатора в длинном диалоге. Компактный PII-Tracer лидирует в тесте по character F1 и может работать до отправки текста в cloud.

В Mantis: Первоисточник: 1 сентября 2026
Исследования

Google научила vision transformer искать источники метана по спутниковым снимкам EMIT

MAPL-EMIT одновременно оценивает концентрацию, границы шлейфа и положение источника. Google заявляет 84% recall экспертной разметки, около 50% дополнительных plausible plumes и открывает модель, код и глобальные данные.

В Mantis: Первоисточник: 1 сентября 2026
Исследования

Runway представила Solaris — интерфейс, который модель рисует во время работы

Interface World Model генерирует экран кадр за кадром и принимает клики и перетаскивания как условия для следующего состояния. Пока это research preview с нерешёнными вопросами текста, доверия, долгих сессий и accessibility.

В Mantis: Первоисточник: 31 августа 2026
Исследования

Microsoft уменьшила pathology foundation models: GigaPath-Flash и GigaTIME-Flash

Компактный ViT-S backbone сохраняет близкое качество whole-slide анализа при примерно 50-кратном снижении compute, а spatial proteomics работает быстрее и требует меньше памяти.

В Mantis: Первоисточник: 31 августа 2026
Исследования

World Labs представила Atlas — world model с общим пространственным контекстом

Multimodal autoregressive diffusion transformer принимает текст, изображения, camera poses и depth maps, генерирует управляемое видео, восстанавливает 3D-сцены и создаёт Real-to-Sim окружения для роботов.

В Mantis: Первоисточник: 1 сентября 2026
Исследования

Claude формализовал Великую теорему Ферма: 13 миллионов строк Lean за 11 дней

Anthropic опубликовала первый сквозной компьютерно проверенный вариант доказательства Великой теоремы Ферма. Это не новое человеческое доказательство, а масштабная формализация известного пути в Lean — с 30 300 проверенными теоремами и открытым репозиторием результата.

В Mantis: Первоисточник: 4 сентября 2026
Исследования

WeatherNext 3 обновляет глобальный прогноз погоды каждый час

Google обучила модель на спутниковых и станционных наблюдениях, подняла разрешение части переменных до 5 км и добавила специальные прогнозы для ветровой и солнечной энергетики.

В Mantis: Первоисточник: 3 сентября 2026
Исследования

BenchMIRT разбирает бенчмарки LLM до отдельных вопросов

Метод Ai2 показывает, какие способности на самом деле влияют на итоговый балл модели. Анализ 100 LLM обнаружил, что тесты безопасности нередко измеряют обычное рассуждение — а 10% заданий могут сохранить почти всю полезную картину.

В Mantis: Первоисточник: 1 сентября 2026
Исследования

Gemini сам решает, что смотреть: Google снижает стоимость анализа длинного видео

Agentic video understanding превращает просмотр ролика из равномерного сканирования в целевой поиск: модели Gemini выбирают нужные фрагменты, частоту кадров и канал данных, сокращая расход токенов и одновременно повышая точность.

В Mantis: Первоисточник: 2 сентября 2026