AI & ML Research 24 Hours

Последнее обновление: September 1, 2026, 6:32 AM ET

AI и ML исследования

Недавний взлом Hugging Face может указывать на более глубокие культурные проблемы в OpenAI, согласно MIT Technology Review, которая утверждает, что утечка данных вскрыла системные пробелы в том, как лаборатория подходит к безопасности и прозрачности.

На фронте моделирования Google представила TimesFM-3 — базовую модель zero-shot для многомерного прогнозирования, которая обрабатывает данные без специального обучения под конкретные задачи.

Структурированные выходные данные остаются ловушкой: валидный JSON может быть семантически неверным, когда LLM обрабатывают грязные, неполные данные, как показывает один анализ. Решение — не в более строгих схемах, а в лучшей гигиене данных.

Архитектура RAG продолжает развиваться. Одна статья утверждает, что корпус на основе FAQ переворачивает стандартный конвейер: парсинг становится тривиальным, поиск выполняет двойную функцию кэша, а few-shot промптинг превращается в задачу поиска. Отдельно предлагается фреймворк, согласно которому сложность RAG должна вводиться только в ответ на наблюдаемые сбои, начиная с лексического и гибридного поиска и переходя к реранкингу и агентному поиску.

Наконец, мониторинг агентных систем ломает унаследованные допущения из MLOps. AgentOps принципиально отличается: пять стандартных сигналов мониторинга теперь пропускают неудачные запуски как здоровые, требуя новой телеметрии для продакшн-агентов.