OpenDiscoveryTrace: трассировка процессов для оценки рабочих процессов ученых-ИИ
arXiv:2609.09203v1 Тип объявления: новое Аннотация: Существующие тесты для автономных ученых, занимающихся искусственным интеллектом, оценивают только окончательные результаты — сгенерированный код, гипотезы или статьи, — но при этом отбрасывают процесс рассуждения, посредством которого эти результаты были получены. Это делает невозможным проверку…
- 01.arXiv:2609.09203v1 Тип объявления: новое Аннотация: Существующие тесты для автономных ученых, занимающихся искусственным интеллектом, оценивают только окончательные результаты — сгенерированный код, гипотезы или статьи, — но при этом отбрасывают процесс рассуждения, посредством которого эти результаты были получены
- 02.Это делает невозможным проверку…
Материал представлен в формате расширенного аналитического дайджеста.
Читать полную версию в первоисточникеСвязанные материалы
Все материалы →Claude и Codex начали ограничивать запросы на взлом и модификацию собственных устройств
🚫 Claude и Codex начали ограничивать запросы на взлом и модификацию собственных устройств Пользователи жалуются, что ИИ-модели OpenAI и Anthropic стали отказывать в задачах по реверс-инжинирингу — анализу и изменению уже существующих программ. Один из пользователей Codex…
Ролик с ИИ без каши: от идеи до пяти готовых кадров
Ролик с ИИ без каши: от идеи до пяти готовых кадров ⠀ Просите видеомодель снять ролик про пекарню, а получаете кашу: герой на каждом кадре другой, место прыгает. Три промпта ниже превращают идею в пять кадров, где всё держится вместе. ⠀ 🟠Как это работает ⠀ Ролик — пять коротких…
Заявка Anthropic на IPO вернула спрос на ИИ-бумаги и подняла индексы США на 0,3–0,8%
Выручка создателя Claude за полгода выросла на 1 304% – до $16,29 млрд