Nnets [Neural Networks] — старейший в России культовый ИИ-журнал о нейросетях, искусственном интеллекте и роботах.

Ежедневные новости и аналитика нейромира.

Авторские материалы, исследования, обзоры и подборки.

Будущее уже здесь!

VK усилил нейрорекомендации: какие нейросети подходят для научных исследований?

Нейросетевые рекомендации VK не повод упрощать научный контент

За три недели после внедрения VK новой технологии рекомендаций постов через нейросеть сообщения набрали 2,2 миллиона просмотров. Появились замечания, что материалы слишком научные. Мы не поддерживаем упрощение контента в духе старого VK. Поэтому из VK и уходили инженеры и руководители в Telegram или LinkedIn, если им было скучно.

Сейчас с помощью ИИ можно читать даже работы докторов наук: нейросеть объяснит материал на доступном уровне. Нет смысла упрощать материал до уровня необразованности читателей, даже в интересах самих читателей. Если что-то непонятно в публикациях о научных работах в ИИ, разбор с помощью ИИ поможет стать умнее.

Какие нейросети подходят для анализа новых научных работ

Не все ИИ одинаково полезны для анализа свежих научных работ. Фронтирные исследования часто отличаются от старого научного консенсуса, а большие языковые модели страдают от «проклятия частотности датасета» и тяготеют к старым консенсусам. Обычно минимальный лаг составляет один год, но часто больше. Для темы ИИ это много.

Чтобы разбираться в новых направлениях, нужен ИИ с очень сильным Reinforcement Learning и заточкой на научные исследования. Среди американских моделей это Gemini. Не следует путать навыки генерации кода с исследовательскими: это разные темы. Среди китайских моделей скорее всего подходит Qwen 3.8 Max.

Не стоит использовать DeepSeek из чата. DeepSeek V4 Flash подходит для worker-агентов и простых фактов, а в DeepSeek V4 Pro в чате выключен поиск по источникам, что критично. Из американских сервисов для исследований не советуем ChatGPT: у него обучение с перекосом в reviewer, то есть на поиск возможных ошибок, а это разрушает сбалансированную оценку. Claude хорош, но слабее Gemini в новых научных абстракциях, поскольку традиционно имеет больший акцент на знания через SFT.

Если нужно объяснение понятным языком, лучше выбрать Gemini. Если нужен более научный стиль, стоит выбрать Qwen.

Этот пост Вконтакте:

Ещё новости:

Сервис обхода водяных знаков Claude переписывает ответы другой нейросетью.
Anthropic может купить AI-стартап Decart за $6 млрд.
Anthropic на вторичном рынке оценивают до $1,5 трлн.
Гуманоидные роботы Tau вышли на удалёнку: уборка квартир в Сан-Франциско за $30 в час.
Google DeepMind выпустила книгу How to Scale Your Model.
Большая подборка ресурсов по MLOps: деплой, мониторинг, CI/CD.
Как работает Event Loop: разбор на примере libuv.
ML-алгоритмы в визуализациях: интерактивные схемы и пошаговая математика.
Подборка инструментов и LoRA для MiniMax H3: длинные видео, лица и ускорение.
SCoPE: управление камерой в видеогенераторе Wan2.2 по одному кадру и траектории.