Сегодня симулятор ходьбы, очень атмосферная игра про смотрителя маяка где-то на севере: холодное море, туман, северное сияние, брошенные посёлки и одинокий человек, который едет искать пропавшего сына. Сделано красиво и с большим вниманием к деталям, особенно к лодке. Как всегда, лучше читать по ссылке:

WILL: Follow The Light
(и вот выложил на DTF)

Игра вышла этой весной, в мае 2026 года. Сделано на Unreal Engine 5, и выглядит это, надо сказать, отлично: свет, вода, туман и погода здесь на уровне заметно более дорогих проектов.

Главного героя зовут Уилл Нильсен, и он смотритель маяка. Место действия прямо не называется, но на стене в его комнате висит карта Исландии, местный бар называется Hekla’s Hideaway, а фамилии у людей вроде Олофсдоттир,так что тут всё ясно.

Начало игры мне очень понравилось. Первые полчаса — это просто рабочая смена [...] И по ходу этой рутины игра рассказывает про героя. [...] Атмосфера сразу затягивает. [...]

Отдельно надо сказать про лодку, потому что это один из лучших компонентов игры. У Уилла есть яхта по имени Molly, и она сделана роскошно: обшитая деревом каюта с диванами, керосиновыми лампами и иллюминаторами; рация на столе, по которой надо ловить нужную частоту; карта, на которой перед выходом надо самому проложить маршрут. И собственно ходьба под парусом... [...]

Дальше игра выпускает героя на сушу, и здесь тоже всё хорошо. Городок Хафсберг сделан душевно и узнаваемо: деревянные крашеные дома, церквушка на холме, бар, доска объявлений с записками про пропавшую собаку и туман. Часть города разрушена, среди руин стоят палатки спасателей, и по ним ходят люди, с которыми можно поговорить.

Персонажи, кстати, тоже удались. Их немного, но каждый живой: диспетчер Кэсс, бармен, который «просто подменяет», врач в палатке, каюр с собаками, отец. Диалоги написаны сдержанно и без пафоса, озвучены прилично.

А во второй половине игра уходит на север, и вот тут начинается уже совсем красота: горы, снега, собачья упряжка, ледяные торосы, полярная ночь и северное сияние во весь экран. Есть даже белый медведь. Пейзажи здесь такие, что хочется останавливаться и просто смотреть, и игра это прекрасно понимает и регулярно ставит героя на удачную точку. [...]

Есть и недостатки. История в WILL, к сожалению, очень предсказуемая [...] Зато на этом фоне вдруг появляется какая-то ничем не объяснённая мистика. Герою является покойная жена и вручает волшебную лампу, свет которой как-то связан со светом маяков [...]

Я вообще заметил, что в атмосферных играх такого типа мистику добавляют почти всегда и почти всегда зря — как будто авторы не доверяют собственному материалу.

Но детали и построение мира в целом всё искупают. Здесь куча “настоящих” фотографий, вырезок, записок, жизнь городка на краю света показана очень выпукло. [...]

Так что если вы любите жанр — берите, тут есть за что любить. А если симуляторы ходьбы вас обычно усыпляют, WILL вряд ли переубедит: ходить, смотреть по сторонам и слушать чужие воспоминания здесь и есть основное занятие. Но мне понравилось.

#tgif #games

В деньрожденческом посте я анонсировал, что выложу невероятный подарок от Иры. Но пока собирался это сделать, понял, что я так и не выложил её предыдущий невероятный подарок, ещё новогодний.

Это... глянцевый журнал про меня. Буквально, целый журнал, в том числе физически напечатанный. Со статьями, которые действительно интересно читать, с участием многих моих близких друзей, с кучей отличных фотографий и стильных псевдореклам. (И да, он реально глянцевый, так что фотографии не очень задались.)

Совершенно потрясающая штука, и хотя мне сложно реально оценить, сколько это было работы, даже скромные нижние оценки выглядят ужасающе.

В декабре Ира даже взяла у меня полноценное интервью для этого журнала так, что я совершенно не понял суть замысла. А потом на Новый год как понял...

К журналу ещё и сайт прилагается, но, как и положено сайту глянцевого журнала, там не все статьи выложены. Так что есть и отдельный полный pdf. Встречайте:

Сайт singularityzine.press
(кстати, почта hello@singularityzine.press работает, можете Ире туда написать)

Прямая ссылка на полный pdf журнала
(и google drive на всякий случай)

Мне даже как-то немного волнительно это выкладывать. Но, думаю, пора. ;)

Разве что с утверждением на последней странице я теперь, после своего дня рождения, не могу согласиться.) Но это уже другая история...

#lifestyle #fun #web

Выложил первый (главный) из двух докладов на недавней конференции матцентров:

VI Конференция матцентров -- 2026-08-17 -- Vibemathed
(слайды на странице "Выступления")

Это мог бы быть мой обычный доклад "AI в науке", но он был, во-первых, короче обычного, а во-вторых, в математике так много стало происходить буквально в последние два месяца, что доклад получился почти полностью новый. Как я уже писал, реакций на доклад было много, и они меня очень порадовали.

Даже подписчики этого канала, в котором было много постов про вайб-математику, найдут в этом докладе что-то новое, как минимум в разделе о мнениях и реакциях великих математиков. Мир меняется, и людям это уже давно очевидно.

Спасибо Маше Досполовой за фотографии из зала (которые я в видео местами врезал)!

И напоминаю, что завтра буду рассказывать про AI в науке в баре "Бражник", понятия не имею, есть ли там ещё места, но буду очень рад всех видеть!

#talks #events #ai

А вот и второй доклад из Казани:

VI Конференция матцентров -- 2026-08-18 -- Гипотеза Диница — Гарга — Гёманса как пример вайб-математики
(слайды на странице "Выступления")

Это гораздо более техническое выступление, здесь речь шла про конкретную задачу, которой я недавно с помощью LLM занимался. Так что большая часть доклада посвящена именно полученным результатам, и довольно характерно, что я не успел даже и результаты все изложить, не то что идеи какие-то, которые там возникли.

Давайте я к этому ещё добавлю пару ссылок:

— сразу с нескольких сторон мне прислали небольшой и очень круто написанный текст Романа Михайлова, который уже давно занимается математикой с помощью LLM: первая часть, вторая часть; в математике Романа я, конечно, ничего не понимаю, но слушал его рассказ на МКН пару месяцев назад, и уже тогда звучало очень круто, а за эти месяцы произошло ещё несколько важных прорывов;

— а Владимир Смолин выложил видео моего первого доклада, Vibemathed, со своей позиции; звук там похуже, зато видео есть; я уже, конечно, перемонтировать не буду, но пусть ссылка здесь будет, и спасибо Владимиру!

#math #talks #events #ai #aimath

Продолжаю про недавние статьи — и по забавному совпадению снова про бенчмарк для агентов, но совсем с другой стороны и с совсем другой группой авторов.

В прошлый раз я рассказывал про AgentLens, который мы делали с Вадимом Ломшаковым и Андреем Подивиловым; а эту работу сделали коллеги из лаборатории прикладного ИИ СПб ФИЦ РАН под руководством Максима Абрамова, и вышла она в IEEE Access:

MultiCAT-Bench: A Multi-Categorical Agent Tool Use Benchmark

AgentLens смотрел на агента в боевых условиях, пытаясь анализировать целые траектории, реалистичные задачи, живое (ну, симулированное, конечно) взаимодействие с пользователем. А MultiCAT-Bench — это, наоборот, "микроскоп": контролируемое измерение одной конкретной способности, вызова инструментов (function calling / tool use).

Но схожа идея углубиться в детали того, почему у агентов что-то не получается. Проблема существующих бенчмарков для tool use в том, что в них разные источники сложности перемешаны: непонятно, модель ошиблась потому, что вызовов было много, или потому, что параметры вложенные, или потому, что пользователь писал со сленгом и опечатками.

Поэтому мы генерируем задачи полностью автоматически, систематически варьируя десять разных факторов сложности: число вызовов и число доступных инструментов, число параметров и их опциональность, глубину вложенности, один или несколько пользователей в запросе, нужен ли вызов вообще (или нужно уточнить параметры, или ответить текстом), плюс синтаксический и семантический шум.

Получилось чуть меньше четырёх тысяч задач, и поскольку каждая задача размечена по всем осям, можно не просто мерить среднюю температуру по больнице, а раскладывать ошибки по факторам. На полученном бенчмарке прогнали десять моделей. Из результатов мне кажутся интересными вот какие:

— самый частый режим ошибок — пропуск; recall заметно ниже precision, то есть модели редко вызывают не то — они чаще не вызывают то, что нужно, или теряют аргументы;

— сложнее всего моделям даётся ширина, а не глубина; больше всего точность падает при росте числа вызовов в ответе (в ~1.6 раза), доли обязательных параметров и их числа, а вот вложенность параметров, число привязанных инструментов и даже лингвистический шум почти ни на что не влияют;

— неожиданно тяжёлым оказался мультипользовательский сценарий (когда один запрос содержит поручения от разных людей); а вот вызовы из разных доменов, наоборот, даже чуть легче, чем из одного, видимо, разнородные инструменты проще различать;

— рассуждающие модели радикально лучше распознают ситуацию "данных не хватает, надо переспросить".

В лидерах на этот раз Grok 4.1 Fast и GPT-5 Mini с ничтожной разницей; но лидерборд тут, как и в прошлый раз, наименее интересная часть, смысл бенчмарка именно в факторном анализе.

Большое спасибо Артёму Вяткину, Александру Попцову, Максиму Абрамову и всем коллегам из СПб ФИЦ РАН! Надеюсь, опять же, ещё не раз посотрудничаем!

#research #publications #ai