Сентябрьский дайджест включает 22 исследования, посвященных обучению нейросетей, агентному коду, планированию задач и безопасности. В работах рассматриваются экологические показатели LLM и социальные последствия внедрения ИИ.
Для оценки ИИ в госсекторе предложен «rupture test» в рамках схемы RISE AI. Метод сопоставляет реальные изменения для граждан с заявленными целями системы, проверяя прозрачность принятия решений и доступность процедур обжалования.
Исследование Mixture-of-Experts (MoE) показало, что такие модели быстрее переобучаются на повторяющихся данных, чем плотные аналоги. Плотные модели с 80 млн параметров стабильны после восьми проходов, тогда как показатели MoE падают уже после четырех.
Проект GPU-CFR ускорил минимизацию контрфактического сожаления в 29,8–80,4 раза на видеокарте NVIDIA A100. Оптимизация достигнута за счет использования CUDA Graph Replay, который запускает заранее размеченную цепочку вычислений вместо тысяч отдельных команд.
Бенчмарк FDE-Bench проверяет навыки ИИ-агентов в настройке Docker и Kubernetes. В серии из 136 заданий семь моделей от четырех поставщиков показали успех в 52,9–75% случаев, чаще всего ошибаясь на этапе проверки готовности сервисов.
Система Unity Insight индексирует связи между кодом, сценами и ресурсами в Unity. При тестировании на двух проектах использование индекса позволило агенту сократить затраты токенов на 53%, а время поиска ответов — на 52%.
