🤖 LLM понимают русский язык лучше, чем английский

К такому неожиданному выводу пришла команда Microsoft Research совместно с исследователями из Массачусетского университета в Амхерсте. Они создали OneRuler — масштабный тест для проверки того, насколько современные LLM способны понимать длинные тексты на разных языках.

За основу OneRuler был взят англоязычный бенчмарк RULER, который был значительно расширен: теперь тест охватывает 26 языков, включая русский, украинский, польский, китайский, хинди, суахили и другие.

Главная цель исследования заключалась в том, чтобы выяснить, насколько хорошо большие языковые модели понимают длинные тексты на разных языках.

Созданный авторами бенчмарк OneRuler впервые позволяет точно измерить это различие. Он показал, что по мере увеличения длины контекста возрастает разрыв между языками, при этом такие языки, как русский и польский, неожиданно превосходят английский и китайский по устойчивости и точности понимания.

Код проекта OneRuler доступен на GitHub, а с исследованием можно ознакомиться на Arxiv.org.

🚀 Подписаться

📊 Каким будет искусственный интеллект в 2026 году.

Инструменты на базе искусственного интеллекта совсем скоро станут такими же привычными, как Word, Excel или калькулятор.

В статье, вместе с коллегами по индустрии, я поделился своим видением того, как будет развиваться индустрия ИИ в ближайший год.

Далее — пара основных тезисов:

👉 ИИ уже постепенно становится базовым инструментом для науки. Он ускоряет моделирование в биологии, химии, энергетике, позволяет проверять гипотезы. В 2026 году мы, вероятно, увидим развитие инструментов, в которых модели смогут автоматически оптимизировать и улучшать друг друга, фактически ускоряя собственную эволюцию.

👉 Начнет ускоренное формирование рынка данных как самостоятельной индустрии. Качественные, очищенные и структурированные датасеты для обучения моделей станут товаром: компании и учреждения смогут продавать данные как отдельную услугу.

Остальные прогнозы читайте в статье.

🚀 Подписаться

🚀 Вышел Claude Opus 4.7

По словам самого Claude Opus 4.7, новая модель:

Стала умнее в программировании. Можно поручить сложную задачу и не проверять каждый шаг — справится сама.

Лучше видит картинки. Разбирает мелкие детали на скриншотах и сложных схемах.

Стала внимательнее. Просматривает написанное и находит ошибки, которые заметил бы опытный специалист.

Умеет самостоятельно работать.
Claude сам принимает решения по ходу дела, не дёргает постоянно с вопросами.

Стала исполнительнее. Делает ровно то, что ей сказали, без домысливаний. Если у вас были готовые инструкции для старой версии — возможно, придётся их немного переписать.

🚀 Подписаться

Друзья, //devdigest на несколько дней уходит на техническое обслуживание.

В течение выходных часть ссылок в телеграм-каналах может быть недоступна. На следующей неделе проект вернется в обычный рабочий режим. Благодарю за понимание!

🚀 Подписаться