Как устроены world models, что показал Google на прошлой неделе и где это меняет gamedev и робототехнику
19 мая 2026 года на Google I/O разработчики DeepMind показали то, что неделей раньше казалось демкой для технотвиттера. Project Genie теперь умеет привязывать сгенерированный 3D-мир к реальным координатам Google Street View. Робот, который пока ездит только по виртуальному Сан-Франциско, сможет получить тренировочную сессию в Лондоне или Токио, не покидая дата-центр. И всё это — за деньги $200 в месяц на тарифе Google AI Ultra.
«Симулируя лица и голоса, ИИ вторгается в отношения людей»: Папа Лев XIV — в первой энциклике об ИИ
Папа Лев XIV сегодня в Зале Синода Ватикана
LLM не работает за вас. Она работает с вами
Опыт после обучения 10+ коллег: почему одни ускоряются в разы, а другие получают уверенную кашу.За последние пару месяцев я обучил свою команду, как встроить LLM в рабочий процесс.Не «поиграться с ChatGPT вечером». Не «задать вопрос, как сделать то-то». А именно начать использовать LLM в реальной работе: код, тексты, анализ, ревью, документация, исследование, планирование задач.Мой вывод стал неожиданностью для меня:LLM не работает за вас. Она работает с вами.
meta‑attention is all you need
ВведениеВ этой статье я расскажу о интересной находке во время моих экспериментов с языковыми моделями, которую я решил назвать «мета‑трансформерами».Или я нашел реально что‑то интересное, или выдал желаемое из действительное, а обьективную оценку может дать только (технически подкованный) внешний наблюдатель, поэтому этот текст и был опубликован. Особенно тут кстати будут спецы по архитектуре трансформеров.Веса моделей, исходники проекта + вся документация будут приложены в конце статьи (в главе исходники), на Hugging‑Face и Codeberg
«Тест Тьюринга — игра во вранье, и ИИ в ней очень хорош»: GPT-4.5 прошла расширенный «тест на человека»
Журнал Proceedings of the National Academy of Sciences
Reasoning-модели сломали мой промпт-инжиниринг. Год переучиваюсь
Вторник, час ночи. Сижу пишу промпт чтобы вытащить из 40 PDF-ок с актами нужные поля в JSON. Задача рутинная, у меня под неё лежит проверенный шаблон. Развёрнутый CoT, три few-shot примера, роль «опытный финансовый аналитик с 15 лет опыта». Раньше работал как часы.Закидываю в GPT-5.5 с высоким мышлением. Получаю мусор. Половина полей не та, формат сломан, в выводе развёрнутое рассуждение которое я не просил.Думаю ладно, заглючило. Прогоняю ещё раз. То же самое.Удаляю промпт целиком. Пишу заново, тупо: «вытащи из приложенного текста поля X, Y, Z в виде JSON, никаких пояснений». Десять строк. Запускаю.Работает.

