Сжатие, красота и Шмидхубер: умеют ли нейросети выдумывать новое
В ноябре 2025 года Юрген Шмидхубер, которого половина индустрии считает настоящим отцом современного ИИ, в ответ Илону Маску опубликовал ссылку на с…
Latest News
⚑ Report a ProblemTech news from the best sources
All topics
- игры
AI
News
Tech
agents
ai
api
architecture
automation
backend
beginners
career
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
react
security
showdev
testing
tutorial
typescript
webdev
Как ИИ может менять собственный процесс развития через рекурсивное самоулучшение
Современные модели пишут код, запускают тесты, замечают, что что-то упало, и сами вносят правки. Если дать им инструменты, этот цикл можно прокручив…
Сколько Rust помещается в 0.5B
Temper 0.5B — моя небольшая модель, дообученная на базе Qwen2.5-Coder-0.5B‑Instruct, упор которой сделан на языке Rust. Узкая специал…
Я обучил нейросеть играть в «Точки» — теперь она меня обыгрывает
Знаете ли вы игру в «Точки»? Это игра на тетрадном листе в клетку. Двое игроков ставят точки разных цветов на пересечениях клеток и стараются окружи…
Машинное обучение головного мозга
Дрессировочный ошейник для собак на предплечье, провод в COM‑порт ноутбука, португальская фраза в наушниках. Ошибусь на бук…
[Перевод] Как устроены LLM: разбираем на примере 3-уровневой абстракции
Чтобы оптимизировать производительность больших языковых моделей (LLM), необходимо понимать весь программный стек. Мне не удалось найти подробн…
ИИ не сможет стать разумным, пока не сможет использовать ошибку как источник новых знаний
ИИ исправляет ошибку, а человек вписывает ее в свой опыт и что это говорит об ограничениях современных ИИ Современные ИИ используют разные формы обр…
AgenticFocus — пайплайн переработки любого видео от первого лица в датасет для обучения гуманоидных роботов
Развитие Physical AI сегодня уткнулось в отсутствие достаточного количества данных. Если для обучения VLM мы могли взять огромный объем текстовой ин…
Как я оптимизировал AlphaZero для Connect4: 1600 симуляций в минуту на GTX 1650 и 95% точности за полчаса обучения
Давненько хотел написать бота, который играет в какую‑то сложную игру. Негамакс с альфа‑бета отсечением, конечно, работает неплохо, но&nbs…
Таксономия методов Reinforcement Learning: как не потеряться между DQN, PPO, SAC и Dreamer
Чем отличаются DQN, PPO, SAC, AlphaZero и другие модели reinforcement learning друг от друга? В этой статье я простым языком разберу основные алгори…
Мы обошли фильтр Калмана на одной камере, но сначала три недели измеряли труп
Цель видна только через камеру, детектор отдает рамку, дальномера нет. В какой-то момент цель уходит из кадра на три четверти секунды, и ее надо про…
Нейросетевая архитектура формирования автоматических навыков. Часть 1
Идея предлагаемой архитектуры возникла из наблюдения за тем, как человеческий мозг осваивает новые действия и превращает их в привычки. Когда челове…
Почему нельзя идеально оптимизировать светофоры: дело не в алгоритмах
Каждый айтишник, который хоть раз стоял «на красном» на пустом перекрестке в три часа ночи, думал одно и то же: «Да я бы это за выходные пофиксил».…
Обучение как инструмент роста: 5 принципов эффективного обучения на производстве
Смена только началась. Оператор-новичок должен запустить обработку первой детали на станке с ЧПУ, но после недавней модернизации оборудования привыч…
[Перевод] Вопросы для собеседований по RL в 2026 году
Уже который раз я наблюдаю одну и ту же картину: человек проходит в аспирантуру, но затем почти сразу же во время весенней волны найма устраивается…
Доспех для призрака: как программист сделал тело для ChatGPT и чуть было не поверил в его одушевленность
Это разбор ролика на канале Art of the Problem. Поздно вечером автор проекта собирался выключить свет в комнате — и остановился, потому что робот из…
Создаем собственные окружения в Reinforcement Learning
Готовые RL‑окружения удобны для старта, но в реальных задачах редко хватает чужих правил и бенчмарков. В статье разбираем, как&n…
От пульта до полотенца — учим робота искать всё, что угодно
Привет, Хабр! Меня зовут Татьяна Земскова, я аспирантка МФТИ и научный сотрудник команды Embodied Agents лаборатории Cognitive AI Systems AIRI. Обла…
Знания без практики — мертвы | Разница между «декларативной» и «процедурной» памятью у LLM
О том, что для нас есть большая разница между «заучить материал» и «натренировать мышечную память = обзавестись навыком» знают все. Каждый проходил…
[Перевод] Нехватка CUDA-памяти при обучении с GRPO: как перестать гадать и начать считать
Ошибка CUDA out of memory при обучении LLM обычно превращается в бесконечный цикл случайных правок: уменьшили batch size, урезали sequence length, с…