ИИ для рецензирования научных статей
Сравнение моделей и людей при поиске ошибок в рукописях клинических исследований и практический вывод о проверке работы специалистов.
Публикации
Материалов по теме: 85
Microsoft делает ставку на локальные модели и железо
Microsoft связывает Windows, локальные модели и железо Nvidia в стратегии для корпоративных клиентов, которым важны контроль расходов и конфиденциальность.
Grok Bot Маска теперь думает на Claude Opus 5.5
SpaceX будет выбирать лучшую модель под каждую задачу; автор сравнивает Grok с Opus и объясняет, почему трудно удерживать фронтирный уровень.
NerfBench: как проверяют «нерф» моделей
Бенчмарк BridgeMind отслеживает качество моделей после релиза, но не измеряет работу агентов с инструментами и репозиториями.
Открытая модель — не обязательно open source
Автор сравнивает вклад компаний в открытые модели и отмечает, что у них остаются закрытые данные и ноу-хау.
Открытые модели популярнее закрытых в API
Автор разбирает популярность открытых моделей на OpenRouter и возможную роль цены, инвестиций в исследования и задержек.
Открытые модели сокращают отставание от закрытых
Отчёт Mozilla показывает, что лучшая открытая модель отстаёт от лучшей закрытой всего на 3 пункта индекса способностей.
Почему поколения ИИ-моделей сменяются всё быстрее
Конкуренция между разработчиками сокращает ориентировочный разрыв между поколениями ИИ-моделей до нескольких месяцев.
Квантизация и качество LLM в пиковые часы
Разбираем, как низкая точность вычислений удешевляет инференс и почему ощущение вечерней деградации моделей пока остаётся гипотезой.
DeepSeek и Gemini: цена собственных чипов
Проблемы DeepSeek с обучением модели на Huawei Ascend показывают риск незрелой инфраструктуры; у Google TPU может быть похожая цена.
Grok 4.6: быстрая модель для Cursor CLI
Grok 4.6 сочетает качество фронтирных моделей, высокую скорость и низкую цену, поэтому подходит как быстрый ревьюер в Cursor CLI.
Бесплатный ChatGPT на Luna станет безлимитным
Бесплатный ChatGPT на Luna обещает безлимитные текстовые чаты, показывая, как дешёвые модели меняют экономику базовых тарифов.
Fable 5 возвращают с более жесткими правилами
Что Anthropic рассказала о блокировке Fable 5, проверке гражданства и новых ограничениях доступа.
Ультраскорость для больших моделей на Cerebras
Почему возможность запускать большой вариант будущей GPT-модели на чипах Cerebras может стать важным сдвигом.
GLM-5.2 вторая в рейтинге фронтенда после Claude Fable 5
Что значит высокий результат GLM-5.2 в Code Arena и почему китайские Fable-like модели могут быстро прийти в open source.
QWEN на китайских серверах и цензура
Практическое наблюдение: QWEN с серверов Alibaba может часто отказывать из-за цензуры, хотя остаётся сильной open-source моделью для локального размещения.
Anthropic и момент Power Mac G4
Как Anthropic может превратить историю с ограничениями вокруг Fable и Mythos в стратегический маркетинговый актив.
Fable, Mythos и внезапные ограничения доступа
Что происходит, когда модель успевают оценить для сложных задач, а доступ к ней резко ограничивают для пользователей вне США.
Отрицательные инструкции хуже работают в LLM
Почему в промптах лучше писать позитивную инструкцию вместо запрета и что делать с системными промптами.
Можно оценивать размер закрытых моделей через факты
Как факт-бенчмарк даёт нижнюю оценку параметров закрытых LLM и почему эрудиция хуже сжимается дистилляцией.
Жги токены, пока молодой
Почему на личных сложных задачах экономия на фронтирных моделях часто обходится дороже, чем подписки и токены.
Postmortem Claude Code и реальное отупение модели
Anthropic описал три бага Claude Code, из-за которых пользователи действительно могли видеть ухудшение качества работы модели.
Cursor начал требовать SMS при регистрации
Почему блокировки и KYC в AI-инструментах делают диверсификацию стека практическим навыком.
Первые впечатления от Opus 4.7
Практические наблюдения о новой версии Opus: скорость, vision, самостоятельность и цена использования.
AI-гантель: гигантские и маленькие модели
Почему в экономике ИИ одновременно выигрывают гиперскейл-модели и сверхкомпактные модели, а середина пустеет.
Sonnet 4.6 vs Opus 4.6 в Claude Code
Сравнение скорости, стоимости и качества Sonnet 4.6 и Opus 4.6 для повседневной работы в Claude Code.
ChatGPT учат распознавать кризисные состояния
Как OpenAI снижает риск вредных ответов на стресс, тревогу и кризисные сигналы пользователей.
OpenAI жалуется в Конгресс на DeepSeek
Почему письмо OpenAI о дистилляции DeepSeek может стать подготовкой к новым ограничениям на ИИ-модели.
Perplexity запустил Model Council
Model Council отправляет один запрос в несколько моделей, синтезирует ответ и показывает зоны согласия и расхождения.
Инференс LLM прибыльный бизнес
Данные Epoch.AI показывают, что запуск моделей может быть прибыльным, а убытки AI-компаний в основном связаны с R&D и гонкой новых моделей.
Поиск и все материалы раздела — в общей ленте.
КОНТАКТЫ
Обсудим ИИ-трансформацию вашей компании.
Напишите через форму на сайте или напрямую в Telegram. Быстро поймём, где ИИ может дать эффект, какой формат подойдёт руководителю или команде и с чего начать.
Менторская консультация
60 000 ₽
- Диагностика процессов и задач под ИИ
- Выбор первых внедрений с понятным эффектом
- Подбор инструментов: Искра, модели, сервисы и автоматизации
- План действий на 30 / 60 / 90 дней