📑 Разделение мнений об AI
В индустрии искусственного интеллекта, которая постоянно развивается, ежегодный отчет Stanford AI Index, а это на минуточку 457 страниц, предоставляет возможность оценить ключевые результаты и тенденции.
Отчет за 2025 год содержит много интересных статистических данных. Он подтверждает некоторые интуитивные ощущения, например, что США активно развивают AI. В стране находится 5427 центров обработки данных, и их число продолжает расти.
Отчет показывает, что ведущие модели AI становятся все лучше, несмотря на прогнозы о возможном замедлении развития. Внедрение AI происходит быстрее, чем внедрение персональных компьютеров или интернета. Компании, занимающиеся AI, генерируют доход быстрее, чем компании в любой другой сфере.
Однако, отношение к AI в обществе остается неоднозначным. Некоторые видят в нем золотую жилу, другие - пузырь, который скоро лопнет. Есть опасения, что AI отнимет рабочие места, но есть и надежды на то, что он поможет решить многие проблемы. Stanford AI Index помогает разобраться в этой сложной ситуации и предоставляет объективные данные для анализа.
Итог: куда движется рынок
2025 — год, когда AI стал инфраструктурной технологией.
Три главных вектора:
Вниз по цене, вширь по доступу — дешёвые модели, open-weight, агенты, малые эффективные архитектуры.
Концентрация у индустрии и государств — frontier-разработка ушла из академии; нацпрограммы на десятки и сотни миллиардов.
Конкуренция сжимается — США ещё лидер, но Китай и другие регионы закрывают разрыв быстрее, чем ожидалось; между топ-моделями — доли процента.
#Mistral #Alibaba #Reasoning #DeepMind
В индустрии искусственного интеллекта, которая постоянно развивается, ежегодный отчет Stanford AI Index, а это на минуточку 457 страниц, предоставляет возможность оценить ключевые результаты и тенденции.
Отчет за 2025 год содержит много интересных статистических данных. Он подтверждает некоторые интуитивные ощущения, например, что США активно развивают AI. В стране находится 5427 центров обработки данных, и их число продолжает расти.
Отчет показывает, что ведущие модели AI становятся все лучше, несмотря на прогнозы о возможном замедлении развития. Внедрение AI происходит быстрее, чем внедрение персональных компьютеров или интернета. Компании, занимающиеся AI, генерируют доход быстрее, чем компании в любой другой сфере.
Однако, отношение к AI в обществе остается неоднозначным. Некоторые видят в нем золотую жилу, другие - пузырь, который скоро лопнет. Есть опасения, что AI отнимет рабочие места, но есть и надежды на то, что он поможет решить многие проблемы. Stanford AI Index помогает разобраться в этой сложной ситуации и предоставляет объективные данные для анализа.
Итог: куда движется рынок
2025 — год, когда AI стал инфраструктурной технологией.
Три главных вектора:
Вниз по цене, вширь по доступу — дешёвые модели, open-weight, агенты, малые эффективные архитектуры.
Концентрация у индустрии и государств — frontier-разработка ушла из академии; нацпрограммы на десятки и сотни миллиардов.
Конкуренция сжимается — США ещё лидер, но Китай и другие регионы закрывают разрыв быстрее, чем ожидалось; между топ-моделями — доли процента.
#Mistral #Alibaba #Reasoning #DeepMind
🔥1
Исследователи представили PathCal — новый метод декодирования без дообучения, который улучшает эффективность reasoning в больших языковых моделях. В основе подхода лежит анализ рефлексивных маркеров — слов «wait», «but», «alternatively», которые модели используют при генерации длинных цепочек рассуждений (Chain-of-Thought).
Авторы обнаружили, что разные классы рефлексивных маркеров по-разному влияют на точность и длину генерации, а их выбор наиболее критичен до того, как модель переходит в стабильную траекторию рассуждения. PathCal использует распределение вероятностей по маркерам для оценки локальной конкуренции между текущим ходом мысли и альтернативной ветвью, мягко перенаправляя логиты при избыточном весе конкурирующих гипотез.
Метод не требует внешних верификаторов или дополнительной выборки. На шести бенчмарках PathCal показал улучшение или сохранение точности при сокращении длины генерации — ключевой результат для практического применения LRM в задачах, где важны как качество, так и скорость.
#AI #LLM #reasoning #ChainOfThought #Effectiveness #Research
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
Исследователи формализовали понятие избыточности рассуждений в больших языковых моделях и измерили её в масштабе. Оказалось, что до 93% шагов в цепочке рассуждений можно отбросить без потери правильного ответа.
В работе «How Much Thinking is Enough?» авторы ввели метрику ρ — долю trailing-сегментов трассы рассуждений, которые можно обрезать, принудительно завершив «размышления» модели, при этом ответ остаётся верным. Тесты на четырёх frontier-моделях (включая o1, DeepSeek-R1 и др.) и двух математических бенчмарках показали: медианная критическая префиксная длина равна всего одному сегменту в шести из восьми условий. Избыточность варьируется от 61% до 93% в зависимости от модели и датасета. Даже на сложнейших задачах уровня 5 MATH-500 ρ остаётся в диапазоне 46–85%.
Ключевой теоретический вывод: такая избыточность — не баг конкретных моделей, а структурное свойство обучения с length-agnostic outcome rewards. При любом таком reward ни одно конечное ожидаемое время остановки не является оптимальным. Это означает, что «overthinking» — фундаментальное следствие текущего подхода к тренировке reasoning-моделей, независимо от RL-алгоритма, базовой модели или метода (RL vs дистилляция).
#AI #LLM #Reasoning #Research #Mathematics
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡1🔥1😱1
MiniMax выпустила reasoning-модель M3.1 Flash: 42 балла в Artificial Analysis Intelligence Index против 29 у предыдущей M3, при этом стоимость одной задачи упала более чем вдвое - примерно до $0,22.
Основной прогресс - в сложных рассуждениях. На Humanity's Last Exam модель набирает 48% против 43% у Deepseek V4.1 Flash 1017, на бенчмарке CritPt для физики исследовательского уровня - 22% (у GLM-5.3-Flash 15%, у Gemini 3.8 Flash 18%), а на AA-Omniscience по фактической точности - 56% верных ответов против 28% у GLM и 43% у Deepseek. Контекст - до 1 млн токенов, поддержка текста и изображений. Цены API: $0,15 за 1 млн входных токенов, $0,60 за 1 млн выходных, кэшированные входы - $0,015. Модель работает втрое быстрее M3 и тратит заметно меньше выходных токенов (189 млн против 224 млн у Deepseek), что и даёт более низкую цену за задачу.
Главная слабость - очень высокий уровень галлюцинаций (93% по замерам Artificial Analysis): модель пытается ответить на любой вопрос, вместо того чтобы признать неуверенность. Открытые веса обещаны 23 октября, API уже работает на platform.minimax.io.
🎨 qvabo.studio/tg · картинки и видео
#AI #Tech #MiniMax #Models #LLM #Reasoning #DeepSeek #OpenSource
Please open Telegram to view this post
VIEW IN TELEGRAM