# Сопутствующие статьи по теме Большие языковые модели

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Большие языковые модели", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Цю Чэнтун приглашает Ван Хун и Дэн Юй вернуться в Китай преподавать: 20 лет борьбы между Пекинским университетом и университетом Цинхуа — и вдруг выяснилось, что соперник не друг в друге

23 июля 2026 года математики Ван Хун и Дэн Юй, выпускники Пекинского университета 2007 года, стали лауреатами Филдсовской премии. Их успех, первый для получивших бакалавриат в Китае, стал новым этапом в многолетнем соперничестве ведущих китайских вузов — Пекинского университета (ПУ) и Университета Цинхуа — в области математики. История соперничества началась в 1952 году, когда математический факультет Цинхуа был переведен в ПУ. После этого ПУ стал бесспорным лидером, готовившим блестящих математиков «золотого поколения». Ситуация изменилась с приходом в Цинхуа знаменитого математика Шинг-Тун Яу в 2009 году. Он основал математический центр, учредил престижные конкурсы и программы для одаренных школьников, такие как «Чжэньцю» и «Программа лидеров в математике», стремясь привлечь лучших молодых талантов. Соперничество охватывает борьбу за абитуриентов, включая победителей олимпиад, и за ученых, таких как лауреат Филдсовской премии Каучер Биркар в Цинхуа и выдающийся профессор Дин Цзянь в ПУ. Новым фронтом стала область искусственного интеллекта, где обе стороны разрабатывают модели для решения сложных математических задач, понимая, что будущие прорывы в ИИ требуют фундаментальных математических достижений. Несмотря на интенсивное соревнование, его итогом стал общий прогресс китайской математики. Обе школы выпускают талантливых ученых и публикуют работы в ведущих журналах. Как отмечается в статье, Яу, лично вручая награды победителям из ПУ на своем собственном конкурсе, призвал к сотрудничеству во имя развития науки в Китае. Соперничество сместилось с вопроса о внутреннем превосходстве на новую глобальную задачу: интеграцию математики и искусственного интеллекта, которая определяет будущее этой области во всем мире.

marsbit07/24 07:30

Цю Чэнтун приглашает Ван Хун и Дэн Юй вернуться в Китай преподавать: 20 лет борьбы между Пекинским университетом и университетом Цинхуа — и вдруг выяснилось, что соперник не друг в друге

marsbit07/24 07:30

WEEX Labs Еженедельный обзор: «Перераспределение власти» в инфраструктуре ИИ и «глубокое погружение» в реальную экономику

Июль 2026 года ознаменовал ключевой поворот в индустрии ИИ: **переход права распределения вычислительных мощностей от «облачных гигантов» к «владельцам вычислений» и смещение ценностного ориентира ИИ от «гонки параметров» к «интеграции в реальный сектор»**. Основные изменения недели: * **Реорганизация облака вычислений**: Meta анонсировала услугу «MetaCompute», бросая вызов традиционным провайдерам (AWS, Azure). Это усиливает конкуренцию и делает «экосистему больших моделей» ключевым фактором выбора для предприятий. * **Прорыв китайских моделей**: Открытый исходный код и запуск моделей (DeepSeek-V4, Tencent Hunyuan Hy-3) указывают на этап «коммунальности». Конкуренция смещается в сторону экстремального соотношения цены и качества, снижая порог входа. * **Воплощенный ИИ на практике**: Политика стимулирует переход человекоподобных роботов из лабораторий в реальные производственные условия (логистика, автомобилестроение). Ценность измеряется стабильностью данных и реальной эффективностью на фабрике. * **Глобальное управление**: Концепция «суверенного ИИ» становится практической основой для национальных стратегий, устанавливая более высокие барьеры соответствия и требования к архитектуре моделей. **Итог**: Процветание ИИ переходит от виртуального мира к интеграции в глобальную производственную ткань. Рекомендации для компаний: 1. Использовать открытые модели (например, DeepSeek) для создания частных корпоративных решений. 2. Избегать «блокировки поставщика» вычислительных мощностей, сохраняя разнообразие. 3. Искать возможности в инфраструктуре для воплощенного ИИ (сбор данных, промышленное ПО, сервисы адаптации), а не только в создании роботов.

marsbit07/19 05:16

WEEX Labs Еженедельный обзор: «Перераспределение власти» в инфраструктуре ИИ и «глубокое погружение» в реальную экономику

marsbit07/19 05:16

Закон масштабирования — панацея? Первый бенчмарк для операций с кристаллическими структурами, и ведущие большие модели терпят коллективный провал

Новый бенчмарк AtomWorld, представленный на ICML 2026 исследователями из Университета науки и технологий Китая (Су чжоу) и Университета Нового Южного Уэльса, подвергает сомнению универсальность Scaling Law (закона масштабирования) в сфере AI for Science. Бенчмарк фокусируется на практических задачах по манипуляции атомными структурами в материаловедении, таких как создание поверхностей, замещение атомов, вращение фрагментов и расширение суперъячейки. Результаты тестирования ведущих моделей (Claude Opus, GPT, Gemini, Qwen, DeepSeek, Llama) показали, что простое увеличение масштаба модели (Scaling Law) хотя и улучшает выполнение простых, шаблонных операций (замена, удаление, перемещение атомов), но не гарантирует успеха в сложных задачах, требующих понимания трёхмерного пространства и геометрического планирования. Например, задача вращения вокруг атома оставалась сложной даже для самых мощных моделей. Исследование указывает на принципиальное различие между способностью модели *понимать* научные знания (на основе текстовых данных) и её способностью *выполнять* точные действия в физически корректном трёхмерном пространстве. Авторы утверждают, что для прогресса в AI for Science необходим переход от «Language Scaling» к «Action Scaling» — созданию масштабируемых циклов обучения, где модель учится на основе совершаемых действий, обратной связи от симуляторов и проверки физических ограничений. AtomWorld предоставляет основу для такого обучения, автоматически генерируя задачи, эталонные структуры и средства проверки, чтобы превратить научного ИИ-агента из «энциклопедии, отвечающей на вопросы», в «лабораторного помощника, выполняющего задачи».

marsbit07/15 03:59

Закон масштабирования — панацея? Первый бенчмарк для операций с кристаллическими структурами, и ведущие большие модели терпят коллективный провал

marsbit07/15 03:59

Американские крупные модели становятся закрытыми, под предлогом безопасности

В июне 2026 года правительство США по соображениям национальной безопасности ввело ограничения на развертывание передовых моделей ИИ. Антропик после приказа об отзыве получил разрешение на ограниченное развертывание своей модели Mythos 5 для более чем 100 американских учреждений, в то время как общедоступная версия Fable 5 осталась заморожена. OpenAI выпустила GPT-5.6, но доступ к API предоставляется только утвержденным партнерам. Обе компании заявляют, что их модели, согласно собственным стандартам безопасности, не представляют неприемлемого риска. Критики, включая бывшего советника Белого дома Дина У. Болла, указывают на отсутствие у регулирующих органов четких, прозрачных и технически обоснованных критериев для таких решений. События сравнивают с "криптовойнами" 1990-х, когда попытка контролировать экспорт сильных алгоритмов шифрования провалилась, нанеся ущерб конкурентоспособности американских компаний. Эксперты предупреждают, что подобные ограничения, если они станут постоянными, могут подорвать инвестиционную логику отрасли, замедлить распространение и освоение технологии, в то время как китайские модели активно развивают открытые подходы. Возникает опасение, что эпоха свободного доступа к передовым ИИ сменяется эрой правительственного одобрения, что может привести к концентрации могущественных технологий в руках небольшой группы игроков.

链捕手06/27 15:24

Американские крупные модели становятся закрытыми, под предлогом безопасности

链捕手06/27 15:24

Чемпионат мира идёт всего несколько дней, но уже есть модели ИИ, которые предсказывают как боги, и модели, которые проваливаются

Чемпионат мира по футболу стал не только спортивным событием, но и ареной для тестирования AI-моделей, прогнозирующих результаты матчей. Такие модели, как Qwen (Tысяча вопросов), Copilot, ChatGPT, Gemini, Grok и Claude, анализируют исходы, счёты, вероятность сенсаций и другие детали, предлагая пользователям дополнительный инструмент для принятия решений на прогнозных рынках. В первых матчах Qwen произвела впечатление, точно предсказав победу Мексики 2:0 над ЮАР в матче-открытии, включая риск красных карточек у южноафриканцев, а также победу Южной Кореи 2:1 над Чехией. Copilot также показал яркие результаты, угадав счёты в матчах Мексика–ЮАР, Южная Корея–Чехия и ничью Бразилии с Марокко (1:1). Однако Copilot допустил ошибки в ряде других матчей, например, не предсказав победы Австралии над Турцией и ничьи Катара со Швейцарией. ChatGPT продемонстрировал глубокий анализ, верно спрогнозировав счёт в матче открытия и дав логичное обоснование, но в целом его прогнозы склонялись в пользу фаворитов, часто упуская потенциальные сенсации. Другие модели, такие как Gemini, Grok и Claude, в тестах на отдельных матчах показали разные варианты развития событий, подчеркивая разнообразие подходов. В целом, хотя некоторые AI-модели уже демонстрируют впечатляющие способности в предсказании конкретных результатов и деталей матчей, их надёжность и точность, особенно в прогнозировании неожиданных исходов, всё ещё нуждаются в дальнейшей проверке на большем количестве игр. AI стал полезным вспомогательным инструментом для анализа, но не превратился в безошибочный источник прогнозов.

marsbit06/16 03:55

Чемпионат мира идёт всего несколько дней, но уже есть модели ИИ, которые предсказывают как боги, и модели, которые проваливаются

marsbit06/16 03:55

活动图片