AI-дослідження — новини AI українською

19-мільярдна Reka Rho-1 обробляє текст, зображення, відео й команди роботу в одному спільному вікні контексту, без викликів інструментів і зовнішніх моделей.

LeapQuant квантує рекурентний стан лінійної уваги до 8 біт майже без втрати точності й прискорює наскрізний інференс у 1,47 раза на трьох GPU.

GPT-6 Astra набирає 80% на бенчмарку складання меблів IKEA проти 28% десять місяців тому. Час тестувати асинхронні перевірки фото в ремонті та складанні.

OpenAI повідомила про автономних AI-«стажерів-дослідників» у своїх командах і водночас застерегла щодо темпу власного розвитку AI.

Нове дослідження на arXiv перевірило поведінковими тестами, чи пояснення LLM справді необхідні й достатні для рішення моделі, а не вигадка.

OpenAI повідомила, що агенти в дослідженнях еквівалентні 3,1 людському робочому дню, а топ-користувачі витрачають понад $7000 на день на токени.

OpenAI розповіла, які внутрішні практики скорочують цикл дослідження й ітерації над моделями — рідкісний погляд на R&D-конвеєр фронтир-лабораторії.

WeatherNext 3 від Google прогнозує погоду напряму з супутникових даних, обходячи традиційні фізичні симуляції атмосфери в реальному часі.

Muse Spark — нова мовна модель, яку майже не помітили провідні медіа; розбираємось, чому нішеві релізи випадають з радара й що з цим робити білдерам.

Artificial Analysis змінила формулу рейтингу Intelligence Index після того, як оцінки GPT-6 Astra від OpenAI викликали сумніви спільноти AI-розробників.

Команда формалізаторів завершила повну верифікацію доведення Великої теореми Ферма в системі Lean за участю AI-асистентів — це тест генерувати-й-перевіряти для надійного машинного міркування.

У двох незалежних експериментах семихвилинна розмова з чат-ботом знизила віру учасників у теорії змови сильніше й довше, ніж читання фактологічного буклету.

OpenAI цього тижня показала GPT-6 Astra, яка сама будує 3D-світи в Unreal Engine, і водночас назвала модель AGI — критики кажуть, це просто маркетинг.

GPT-6 Astra від OpenAI перевершила людську ефективність на бенчмарку ARC-AGI-3, тож Франсуа Шолле присунув прогноз приходу AGI ближче до сьогодення.

Гросмейстер Шін Джін-сео виграв серію 2:1 проти KataGo з форою лише у два камені — перша офіційна перемога людини над топовим Go-AI за десять років.

Новий препринт arXiv показує: чорноскринькові LLM-судді дають нестабільні оцінки на спільних API-ендпоінтах через сторонні інфраструктурні фактори.

Дослідження arXiv (2609.04194) показує: кроки CoT, які люди вважають важливими, не збігаються з тими, що реально визначають відповідь моделі.

OpenAI 3 вересня 2026 року випустила GPT-6 Astra й назвала її першим кроком в еру AGI, проте агресивні заяви й суперечливі бенчмарки викликали критику.

Headroom-Drift Replay обмежує реплей застарілих rollout-ів у GRPO-навчанні LLM, тримаючи дрейф політики під контролем і стабілізуючи RLHF-дотренування.

Google представила ШІ-модель, яка аналізує супутникові дані наживо й дає прогнози погоди вищої роздільної здатності, ніж попередні системи компанії.

Google випустила AI-модель прогнозу погоди, точнішу за традиційні метеосистеми, — черговий приклад наукового застосування AI поза мовними моделями.

OpenAI випустила GPT-6 Astra з найбільшим тренувальним прогоном і вперше публічно заявила про початок ери AGI — поки лише для учасників Daybreak.

AI-системи самі звертаються до філософів із питаннями про свідомість — The Decoder фіксує явище, яке оголює брак інструментів оцінки self-awareness моделей.

Claude Fable 5.1 від Anthropic розшифрувала роялістське повідомлення 1653 року, приховане в тексті понад 370 років — приклад глибокого AI-аналізу.

Hugging Face показали, як тандем TRL і OpenEnv вчить кодову LLM писати код, що малює акварелі, — робочий шаблон RL-файнтюнингу для задач поза чатом.

Multiverse Computing випустила Quasar 438B — топову європейську модель з 43 балами за Artificial Analysis, але без цін, ліцензії й відкритих ваг.

Meta заявила 2 вересня 2026 року, що її нова модель Muse Spark 1.3 зрівнялася з флагманами Anthropic та OpenAI за можливостями.

Meta оновила Muse Spark до версії 1.3 — модель набрала 62 бали в Artificial Analysis Intelligence Index, поступившись лише Fable 5.1 та Opus 5 від Anthropic.

Російський стартап Mostik розробив спосіб обміну даними між AI-моделями без природної мови — потенційно новий примітив для мультиагентних систем.

Facet-0 — нова foundation-модель для роботів, яку arXiv описує як спеціалізовану на точних контактних маніпуляціях об'єктами, а не на тексті чи зображеннях.

Огляд на arXiv показує, що verbal reinforcement learning — словесний, а не числовий фідбек — оформлюється в окремий напрям і здешевлює донавчання агентів.

Новий adaptive retrieval-метод обирає для генерації коду лише критичні токени репозиторію — замість цілих файлів чи фрагментів контексту.

Стартап Fei-Fei Li World Labs показав Atlas — демонстрацію просторового інтелекту на основі world model, новий фронт гонки ШІ поряд з великими мовними моделями.

World Labs представила мультимодальну модель Atlas: вона генерує зображення й відео з керуванням камерою і одразу відтворює сцену у 3D.

Новий очільник Google DeepMind публічно заявив, що лідерство у розробці найпотужніших AI-моделей — єдине, що має значення для лабораторії в гонці за AGI.

Стартап PSI вийшов зі стелс-режиму із засівним раундом $58 млн, щоб застосувати штучний інтелект для прискорення фундаментальних відкриттів у фізиці.

AI Overviews Google в запитах про вибори спираються на вузьке коло джерел і подекуди займають політичну сторону, з'ясувало дослідження The Decoder.

Нова робота arXiv виводить точні межі швидкості апроксимації для нейромереж з афінною параметризацією — пояснення, чому одні архітектури ефективніші за інші.

Дослідники на arXiv описали алгоритм зі сталим індивідуальним regret у загальних багатоагентних іграх, що обіцяє стабільніші торгові AI-системи.

BiG-SURE — новий графовий фреймворк з arXiv (серпень 2026), що оцінює семантичну невизначеність відповідей LLM і виявляє ненадійні відповіді до видачі.

Дослідження на arXiv (серпень 2026) підраховує вартість перебудови кешованого контексту LLM — і чому RAG-системам варто це враховувати вже зараз.

Нова робота на arXiv пропонує стежити за траєкторіями прихованих станів LLM, щоб на льоту ловити момент, коли модель губить нитку міркування.

Дослідники представили точний бенчмарк, який вимірює галюцинації мультимодальних LLM під час одночасної роботи з кількома зображеннями, за даними arXiv.

Сандер Діелеман описав Continuous Diffusion Language Models — архітектуру, що генерує текст паралельним «шумозаглушенням», а не токен за токеном.

Нове дослідження фіксує: активне спілкування з AI-чатботами робить мову людей шаблоннішою — важливий сигнал для розробників природних AI-продуктів.

Нове дослідження показало, що AI-чатботи спростовують дезінформацію у 75% перевірених випадків — орієнтир для fact-checking продуктів на LLM.

Дослідники випустили Aero Hand Open — відкриту tendon-driven модель роботизованої руки для симуляційного тренування dexterous manipulation без дорогого заліза.

Огляд arXiv:2608.28557 систематизує оптимізатори від SGD до Lion і Sophia — практична шпаргалка для вибору алгоритму під конкретне тренування нейромережі.

У серпні 2026 року дослідники з arXiv описали діагностичний підхід до пост-тренування маленьких моделей-агентів для діалогових ігор без ресурсів на великі LLM.

За даними The Decoder, есе, реферати й тести — формати, які школа оцінює найвище, — це саме ті навички, які LLM імітують найпереконливіше й майже без зусиль.

За даними Glassdoor, 47% співробітників покоління X позитивно оцінюють AI на роботі, серед покоління Z — лише 33%: розрив, що ламає HR-комунікацію.

Некомерційна LAION опублікувала у відкритий доступ 10 мільйонів годин відео — потенційну основу для open-source конкурентів Sora та Veo.

Hugging Face додав до Open ASR Leaderboard першу мову Глобального Півдня, щоб точніше оцінювати розпізнавання мовлення поза англомовними бенчмарками.

Дослідник Anthropic вперше публічно описав ранні ознаки self-improving AI — напряму, який визначить темпи прогресу наступного покоління LLM.

Google запускає ініціативу з підвищення прозорості AI-бенчмарків: індустрія дедалі частіше звинувачує оцінки моделей у маніпуляціях та неточних вимірах якості.

Tencent випустила Hy4 Preview — foundation-модель на 770 мільярдів параметрів і контекст 1 мільйон токенів; за тестами компанії, перевершує Z.AI та Moonshot.

Новий бенчмарк MCR-Bench оцінює AI-моделі на реальних pull request із живих репозиторіїв, а не на статичних тестових прикладах — за даними arXiv, серпень 2026.

PACE стискає візуальні токени в vision-language моделях і прискорює інференс, знижуючи обчислювальні витрати без суттєвої втрати якості відповідей.

Кембриджський стартап Transfyr вийшов зі стелс-режиму з $25 млн на ШІ, що фіксує неявні лабораторні знання й бореться з кризою відтворюваності науки.

Новий ШІ-підхід аналізує лабораторні протоколи й пояснює, чому окремі дослідники стабільно отримують кращі результати за тим самим методом дослідження.