Разборы
Разборы статей из AI-радара.
-
Автор исследует, можно ли улучшать компетентность модели 3B без увеличения её весов: через контекстную доставку проверенных решений и локальное обучение. Близкий пример задачи заметно повышает решаемость, а эффект одного цикла LoRA положителен, но пока не доказывает
-
Автор сравнил ColBERT и MUVERA с плотным поиском на четырёх размеченных корпусах и обнаружил, что преимущества зависят от домена, языка, модели и метрики. Для обычного текста часто выгоднее сначала нарезать документы на фрагменты, а новые методы проверять на собственных данных.
-
Автор сравнил девять популярных скиллов для программирования с нейтральными текстами той же длины на 450 запусках Claude Code. Большинство не показало убедимого преимущества; два немного снизили стоимость относительно плацебо, а planning-with-files ухудшил долю решённых задач.
-
Автор протестировал Jev версии jev-1.13.0 на примерно 160 тысячах запросов и сравнил её с моделями OpenAI и классическими классификаторами. Jev показала точность на уровне gpt-4.1-mini при меньших цене и задержке, но её confidence нельзя считать вероятностью и нужно заново