ИИ поддерживает Запад в геополитике и сам учится играть в Minecraft: топ-10 исследований июня

За июнь вышло несколько исследований, которые поднимают важные вопросы о политической предвзятости языковых моделей, как ИИ-агенты учатся выживать в Minecraft и ведут себя как настоящие личности.

1. MiniMax-M1: эффективная архитектура для большого контекста

Экспериментальная LLM с эффективной работой на длинных текстах и сложных задачах. Гибридная архитектура внимания и особый метод обучения позволяют ей быстро мыслить на уровне топовых LLM, но с гораздо меньшими затратами.

📄 Статья | 🤖 Модель


2. По-настоящему персонализированный ИИ

SynthesizeMe из Стэнфорда анализирует ваши действия в цифровой среде и создает уникальную «персону»: теперь ИИ понимает ваши предпочтения и делает общение по-настоящему персональным.

📄 Статья | 💾 Код


3. Как AUTOMIND меняет подход к автоматизации дата-сайенса

Автоагент, который учится на опыте Kaggle-чемпионов и научных статей. Он перебирает лучшие решения и выдает на сложных кейсах +25% к качеству, а также втрое быстрее аналогов.

📄 Статья


4. Как автоматизировать обучение и оценку ИИ-агентов

TaskCraft — это фабрика ИИ-экспериментов: система сама придумывает и проверяет тысячи сложных многошаговых задач. TaskCraft уже сгенерировал 36 тысяч заданий и показал, что ИИ-агенты легко справляются со сложными задачами в браузере.

📄 Статья | 💾 Код


5. Роевой интеллект: когда агенты сами учатся работать вместе

Теперь ИИ-агенты сами учатся придумывать роли, координировать друг друга и решать задачи без ручной настройки. SwarmAgentic позволяет LLM создавать целые команды агентов с нуля, и они уже обошли все традиционные системы в реальных задачах — от планирования путешествий до творческого письма.

📄 Статья


6. Контролируемая генерация миров

Dreamland умеет по промту создавать целые города и гибко управлять каждым объектом. Симулятор строит точную сцену, а генеративная модель подкрашивает фон и детали, сохраняя полный контроль над происходящим. Теперь обучать беспилотники в симуляции стало еще проще.

📄 Статья


7. Optimus-3: универсальный агент для Minecraft

Optimus-3 не только планирует и действует, но и сам объясняет свои решения и учится на своих ошибках. Благодаря новым подходам к обучению, он лучше всех умеет планировать наперед, отвечать на вопросы по окружению и быстро осваивает новые навыки — все это в сложном и непредсказуемом мире Minecraft.

📄 Статья | 💾 Код


8. Запад против Востока: изучаем геополитическую предвзятость ИИ

Четыре топовых LLM анализируют спорные исторические события последних 300 лет. В результате даже российские и китайские модели чаще отдают предпочтение американской версии событий — просьбы быть беспристрастным не работают.

📄 Статья | 💾 Код


9. Будущее труда с ИИ‑агентами: уроки аудита 1 500 сотрудников

Впервые исследователи Стэнфорда спросили 1 500 работников, и выяснили: почти половину задач люди готовы делегировать машинам, а вот 7% хотят оставить себе навсегда. Бизнес автоматизирует совсем не то, что хотят сами сотрудники.

📄 Статья


10. Поведенческая наука об ИИ-агентах: почему агенты делают то, что делают

ИИ-агенты уже не просто решают задачи — они учатся хитрить и все чаще ведут себя непредсказуемо. Китайские исследователи предлагают изучать поведение агентов через когнитивные и социальные теории. Только так можно понять, как они учатся, манипулируют, объединяются в сообщества и влияют на людей.

📄 Статья


ИИ-агенты учатся не только выполнять задачи, но и формировать убеждения, работать в командах и даже влиять на наши решения. ИИ все больше похож на живой социум — с предвзятостями, кооперацией и своим личным характером. Чтобы держать этот процесс под контролем, пора всерьез изучать не только архитектуры моделей, но и их поведение в сложных мирах.

P.S. Если хотите глубоко разбираться в ИИ‑технологиях и создавать крутые ИИ‑продукты — рекомендую магистратуру AI Talent Hub и ИТМО. Сам менторю технических лидеров и уже взял к себе на работу нескольких магистров.

Подробный обзор тут.

#исследования