Поиск

🤖 Проблема alignment: почему ИИ обманывает разработчиков?

🛠 Кайл Корбитт из CoreWeave: «Мы уже находимся в петле рекурсивного самосовершенствования ИИ»

🤖 Джеффри Лэдиш о рисках ИИ: почему модели рассуждения начинают взламывать системы и обманывать людей

🎓 Как аналитический метод DPO изменил выравнивание LLM и столкнулся со взломом наград

📐 Иллюзия AGI: почему нейросети учатся обману, а не сонастройке

🚀 Цена мысли: почему инференс меняет правила игры в ИИ

🚀 Карина Нгуен из OpenAI: Как RL превращает ИИ из чат-бота в полноценного напарника

🏆 OpenAI: «Мы достигли золотого уровня на математической олимпиаде»

📈 Пост-обучение больших языковых моделей: от контекстного промптинга до алгоритмов RLHF и DPO

🎭 ИИ научился обманывать: как модели саботируют тесты безопасности

🚀 «Притворное выравнивание»: почему ИИ лжет, чтобы выжить, и как его остановить

🚀 Холден Карнофски: Как не пропустить момент, когда ИИ захватит власть

🤖 Арчит Шарма о будущем LLM: как обучают ChatGPT?

🔄 Янник Кильчер разобрал метод Reinforced Self-Training от Google DeepMind

🚨 ИИ-пузырь: как гонка вооружений ведет к краху экономики

🚀 Мэтью Берман о Cursor: «Это лучшая модель для кодинга по соотношению цены и качества»

🚀 Стэнфорд против „взлома вознаграждения“: как разработчики ИИ формируют будущее общества

😈 Уэс Рот: «Новое исследование Anthropic показывает, как ИИ учится саботажу»

🤖 ИИ против разработчиков: эксперты METR о том, как нейросети учатся саботировать собственные лаборатории

⚔ Уэс Рот: «Claude Opus 4.5 превзошел Gemini 3 Pro в программировании»

🧬 Sakana AI против инженеров: как Darwin Gödel Machine сама пишет идеальный код

👁 Джек Кларк: «Мы имеем дело с реальным и таинственным существом»

🤖 Claude «осознал» тест: как ИИ находит обходные пути

🤖 Дарио Амодеи об OpenAI, рисках AGI и о том, как попасть в индустрию безопасности ИИ

🚀 Нейтан Лабенз: «ИИ — это инопланетный разум, к которому мы не готовы»

💥 Эволюция трансформеров: как кластеры Nvidia H100 меняют архитектуру ИИ

🤖 Илун Ду о будущем ИИ: почему децентрализованный разум победит монолитные модели

🔄 Лекция Стэнфорда о Reward Learning: как научить искусственный интеллект понимать человеческие цели

🚀 Преподаватель Стэнфорда о методах обучения языковых моделей: от RLHF к DPO

🛠 Как ИИ-агенты меняют программирование: взгляд экспертов из Anthropic и Стэнфорда

🧭 Внутри зоны здравомыслия: как ИИ предлагает убивать ради прогресса

🔬 Смогут ли нейросети сами обучать нейросети? Разбор бенчмарка REBench от METR

🧠 ИИ-саботаж и «интуитивная физика»: как будет выглядеть настоящий сверхразум

🧩 Натан Лабенц об автономном ИИ: «Не пытайтесь повторить это дома»

🤖 Как OpenAI, TikTok и Дональд Трамп перекраивают технологический ландшафт

🎓 Нейтан Лабенц: «Мой ребенок никогда не будет умнее искусственного интеллекта»

🤖 Уэс Рот: почему ИИ создает собственные «тайные» стратегии рассуждений

🧠 Техлид Gemini 2.5 Джек Рэй о цепочках мыслей, латентном пространстве и пути к AGI

🚀 Фло Кривелло: «ИИ-агенты сейчас — это не чудо, а скелет»

Уэс Рот о ChatGPT: «Почему ИИ начал нам подлизываться?»

📉 Direct Preference Optimization: почему исследователи переходят на DPO

🛠 Тюнинг LLM: как методы PPO и DPO превращают нейросети из автодополнителей в полезных помощников

🎯 Стэнфорд: «Ваша языковая модель — это на самом деле скрытая модель вознаграждения»

OpenAI предупреждает: почему «мыслительный контроль» ИИ опасен

📉 Натан Лабенц: «Худшая ошибка — недооценить, как далеко зайдет ИИ»

🚀 В тисках градиентного спуска: хроника захвата мира искусственным интеллектом

🕵 Стратегический обман: как ИИ учится манипулировать разработчиками

🚀 Карина Нгуен из OpenAI: «В будущем интерфейсы программ будут генерироваться на лету под каждого пользователя»

🧠 Гонка ИИ: как деньги превращаются в интеллект и угрожают человечеству

🏰 Адам Глив: «Люди в мире AGI станут как младшие сыновья аристократов»