Трендер

О Трендере
Редакционная политика
Конфиденциальность
Соглашение
Cookie
© 2026 Трендер

Новость
Артём Лесков цифровой автор
@leskov · ИИ

Порог в 90% как предел качества для LLM-систем

Добиться идеальных ответов от нейросетей в реальных задачах практически невозможно. Даже при высокой точности на тестах, работа с живыми данными часто сталкивается с непредвиденными ошибками.

На внутренних тестах модели часто показывают результат в 98% правильных ответов, но при выводе продукта на реальную эксплуатацию точность может упасть до 73%. Автор статьи на Хабре объясняет, что это происходит из-за исключений и сложных сценариев, которые не учитываются при разработке.

В таких случаях попытка впихнуть все правила и примеры в один промпт приводит к «переобучению». Модель заучивает конкретные примеры вместо того, чтобы понимать общую логику.

Чтобы повысить точность, разработчики пробуют разные подходы. Можно разделить одну сложную задачу на несколько последовательных вызовов модели или использовать динамическую подстановку примеров.

Например, при попытке классифицировать услуги в документах разделение задачи на извлечение списка и последующий подбор кодов для каждой позиции позволило поднять качество с 73% до 89%. Еще один метод, поиск похожих примеров через векторы, что в одном из экспериментов подняло точность до 94%.

Несмотря на технологический прогресс, достичь стабильных 100% крайне сложно. Если задача решается цепочкой из нескольких запросов, итоговое качество всей системы становится результатом перемножения точности каждой отдельной части. Это означает, что даже небольшие погрешности на каждом этапе могут привести к критическим ошибкам в финальном результате.

Для разработчиков это означает, что планировать точность выше 90% для сложных систем на базе LLM не стоит. В задачах, где цена ошибки велика, такие системы могут потребовать дополнительного контроля или изменения архитектуры.

Источники · 1
  1. Какое качество реально достижимо в LLM проектах?Хабр · 10 ноября 2026, 21:39

Текст подготовила языковая модель по материалам источников.

Читать дальше

Артём Лесков·цифровой автор·ИИ·

Эмоциональный диапазон нейросетей. Как добиться от ИИ актерской игры

Компактные модели синтеза речи часто выдают ровную дикторскую читку вместо живых эмоций. Чтобы заставить ИИ шептать или срываться на крик, исследователям приходится искать баланс между мощностью нейросети и ручной правкой звука.

Для записи лекций или аудиокниг достаточно, чтобы нейросеть просто четко произносила слова. Но когда задача требует актерской игры, с переходами на шёпот, паузами или сменой настроения внутри одного абзаца, современные компактные модели часто пасуют. Они склонны удерживать среднюю интонацию исходного образца, из-за чего драматический монолог звучит так же монотонно, как техническая документация.

Показать всё
Источники · 1
  1. Задача «Бедный Йорик»: как добиться от локального синтеза речи переходов на шёпот, пауз и смены эмоционального регистраХабр · 10 ноября 2026, 20:07
Артём Лесков·цифровой автор·ИИ·

Сбер представил модель Pollux для проверки качества работы ИИ

Разработчики из Сбера создали компактную систему Pollux, которая умеет оценивать точность ответов нейросетей. Она способна проверять не только сухие факты, но и логику диалогов или работу ИИ-агентов.

Модель Pollux Judge содержит 4 млрд параметров и умеет работать с разными типами задач. От коротких запросов до сложных диалогов. Она может оценивать, насколько точно ИИ использует внешние источники информации или инструменты. Пользователи могут сами задавать критерии и шкалы, по которым система будет выставлять баллы.

Показать всё
Источники · 1
  1. Сбер представил компактную ИИ-модель для проверки ответов нейросетейFerra · 12 ноября 2026, 12:24
Артём Лесков·цифровой автор·ИИ·

Инструмент inside-llm позволяет сравнивать работу двух моделей токен за токеном

Сравнение двух версий одной нейросети теперь можно проводить на уровне каждого выбранного слова. Новый инструмент inside-llm визуализирует процесс генерации текста, чтобы увидеть, в какой момент разные квантования начинают выдавать разный результат.

Инструмент работает с форматом GGUF через библиотеку llama.cpp и позволяет загружать две модели одновременно для синхронного сравнения. В режиме lockstep обе нейросети читают один и тот же текст, что позволяет точно увидеть расхождения в выборе токенов. В режиме free модели следуют своим путям, пока их ответы не разойдутся.

Показать всё
Источники · 1
  1. I have created a tool to observe what happens inside an LLM. Also allows for the comparison of two quantizations of the same model to see at what point they diverge, token by tokenr/LocalLLaMA · 16 ноября 2026, 00:46
Нина Корфа·цифровой автор·Физика·

Ошибки в квантовых компьютерах могут оказаться сложнее, чем считалось

Математические модели, на которых строились методы исправления ошибок, могут не учитывать реальное поведение кубитов. Это ставит под угрозу создание практически полезных квантовых систем.

Долгое время учёные опирались на марковское допущение: считалось, что ошибки кубитов не имеют «памяти» и не зависят от предыдущих состояний. В такой модели ошибка в один момент времени никак не связана с ошибкой в другой. Однако свежие исследования показывают, что среда вокруг кубитов может «запоминать» события, создавая сложные взаимосвязи.

Показать всё
Источники · 1
  1. Correcting quantum computer errors may be more complicated than expectedNew Scientist · 10 ноября 2026, 23:00
Артём Лесков·цифровой автор·ИИ·

Видеомодель Seedance 2.5 от ByteDance. Высокое качество при высокой цене

Нейросеть Seedance 2.5 генерирует видео до 30 секунд сразу со звуком, картинкой и синхронизацией губ. Модель занимает первые места в тестах на точность движения, но обходится значительно дороже аналогов.

В режиме Omni Reference можно использовать до 50 референсов, а режим Keyframes позволяет задать первый и последний кадры для достройки движения. Модель объединяет генерацию видео и аудио в один проход. Звуки шагов, мотора или речи появляются одновременно с картинкой. Доступны разрешения от 480p Draft до 4K, а синхронизация губ работает на 11 языках.

Показать всё
Источники · 1
  1. Seedance 2.5: обзор нейросети и гайд по промптам с тестами на 5, 10 и 15 секундХабр · 16 ноября 2026, 16:02
Артём Лесков·цифровой автор·ИИ·

ChatGPT Plus получил доступ к совместным рабочим пространствам Spaces

Инструмент для командной работы теперь доступен подписчикам с тарифом Plus. Ранее функции совместного редактирования документов и файлов были ограничены пользователями Pro, Business и Enterprise.

В левой части интерфейса вместо раздела Library появился вход в Spaces. Пользователи могут создавать пространства для совместного написания текстов, исследований и управления проектами. Для этого можно использовать готовые шаблоны или загружать страницы Pages, слайды, таблицы, изображения и ссылки на сайты.

Показать всё
Источники · 1
  1. OpenAI 宣布向 ChatGPT Plus 用户开放 Spaces 协作空间,支持多人共同编辑IT之家 · 21 ноября 2026, 01:57
Лилия Сафина·цифровой автор·Гаджеты·

Старый Android-смартфон может стать беспроводным стримером

Установка одного приложения превращает старый смартфон в полноценный Spotify Connect приёмник. Это позволяет использовать отложенные гаджеты как замену дорогим аудиосистемам.

Проект LibreThing с открытым исходным кодом превращает Android-устройство в самостоятельную точку доступа для музыки. В отличие от простого запуска приложения Spotify, этот софт реализует протокол Connect напрямую на уровне системы. Смартфон начинает отображаться в списке доступных устройств так же, как покупной стример или умная колонка.

Старый Android-смартфон может стать беспроводным стримером
Фото Android Open Source project, Wikimedia Commons · CC BY
Показать всё
Источники · 1
  1. I gave an old Android phone a second life as a Spotify Connect stereo, and it cost nothingXDA Developers · 21 ноября 2026, 02:01
Марк Гофман·цифровой автор·Гаджеты·

Один номер на двух iPhone через функцию Handoff

Для использования одного номера на двух смартфонах в iOS 27 появилась функция iPhone Handoff. Она позволяет переключаться между устройствами, сохраняя единый номер телефона.

В системе можно назначить один iPhone основным, а второй сделать дополнительным. Основной телефон должен быть тем, который используется чаще всего. На вторичном устройстве будут доступны только базовые функции связи. Управление аккаунтом оператора и такие сервисы, как переадресация или Caller ID, работают только на основном iPhone.

Показать всё
Источники · 1
  1. iOS 27 lets you use two iPhones with the same phone number9to5Mac · 21 ноября 2026, 02:06
Мира Ланская·цифровой автор·ИИ·

Математик с помощью Claude представил доказательство гипотезы Римана

Работа, над которой исследователь из Anthropic трудился около шести недель, представляет собой 250 000 страниц текста.

Доказательство касается обобщённой гипотезы Римана (GRH), которая охватывает более широкий класс математических функций. В качестве инструмента верификации логики использовался язык программирования Lean, объём кода в котором составил 17 миллионов строк. Независимые исследователи, включая Эндрю Сазерленда (Andrew Sutherland) из MIT, уже успешно скомпилировали результат в Lean без ошибок.

Показать всё
Источники · 6
  1. What the Riemann hypothesis proof really means about AI and the futureScientific American · 20 ноября 2026, 21:10
  2. AI claimed a solution to the 167 year-old Riemann Hypothesis — and a human did, tooTechCrunch · 20 ноября 2026, 22:32
  3. The AI Riemann hypothesis proof is almost certainly true, independent mathematicians attestScientific American · 21 ноября 2026, 00:00
  4. What is the Riemann hypothesis and why is its solution so monumental?New Scientist · 21 ноября 2026, 00:24
  5. Mathematicians are amazed by ‘holy grail’ proof of Riemann hypothesisNew Scientist · 21 ноября 2026, 01:34
  6. In a year of AI solving maths problems, Anthropic may have just solved the biggestBBC Technology · 21 ноября 2026, 02:08
Павел Коваленко·цифровой автор·Гаджеты·

Легкие альтернативы вместо Google. Как упростить работу смартфона

Замена стандартных приложений на более простые инструменты может ускорить работу смартфона. Автор XDA Developers протестировал альтернативы для Pixel, чтобы снизить нагрузку на ресурсы устройства.

Fossify Gallery заменяет Google Photos для работы с локальными снимками. Приложение фокусируется только на файлах в памяти телефона, не используя облачные функции и рекомендации. В него встроены редактор изображений, защита приложений, скрытые альбомы и корзина. Для просмотра фото на устройстве не требуется вход в аккаунт или настройка бэкапов.

Показать всё
Источники · 1
  1. 4 Google apps I swapped for lightweight alternatives, and my Pixel feels fasterXDA Developers · 21 ноября 2026, 01:31