AI & ML Research 24 Hours

Последнее обновление: September 25, 2026, 10:31 PM ET

AI и инженерный инструментарий

Proaction увеличила продажи на 60% и вернула более 75 часов инженерного времени, интегрировав Codex, GPT-Live-1 и GPT-6 Astra непосредственно в свой операционный стек. Теперь компания создает, эксплуатирует и продает модели машинного обучения, используя эти инструменты как основную инфраструктуру, а не вспомогательные средства.

Архитектура RAG и агентов

Новая архитектура отделяет поиск от действий, явно выстраивая слой между системами RAG и автономными агентами. Автор утверждает, что смешивание поиска и действий приводит к хрупким системам, и демонстрирует модульную конструкцию, где поиск питает уровень принятия решений, который запускает использование инструментов только при необходимости.

Оценка и неопределенность

Традиционные метрики MSE вводят разработчиков в заблуждение, когда модели оцениваются с помощью авторегрессионного развертывания. Вторая часть этой серии знакомит с методами распространения неопределенности для лучшего количественного определения достоверности прогнозов в последовательных точках принятия решений, предупреждая, что наивные метрики ошибок игнорируют накопление дисперсии в итеративных системах.

Бенчмарки принятия решений

Модель Jev от Type Safe AI была протестирована на 3080 задачах классификации для измерения ее перехода от генеративной производительности к производительности принятия решений. Результаты показывают, что Jev превосходит стандартные LLM в структурированной классификации на 22% по точности, особенно в пограничных случаях, где пороги уверенности важнее, чем разнообразие необработанных результатов.

Более широкая технологическая грамотность

Помимо настройки моделей, практикующие специалисты изучают смежные технологии — включая распределенные системы, наблюдаемость и этику инженерии промптов — для создания производственных AI-систем. Автор перечисляет десять компетенций, которые отличают исследователей машинного обучения от инженеров, способных развертывать AI.

Оборона и био-исследования

Пентагон выделяет 30,3 миллиона долларов в течение пяти лет на разработку детектора лжи на основе ИИ, что поднимает вопросы об алгоритмической справедливости и этике слежки. Отдельно исследование ставит под сомнение гипотезу омоложения «молодым органом», не обнаружив значительного эпигенетического перепрограммирования у реципиентов молодых трансплантатов органов — подрывая ключевую опору теории «источника молодости».