#unrealneural

ChatGPT делает нас глупыми?

Новаторское исследование Массачусетского технологического института, впервые применившего сканирование мозга у пользователей ChatGPT, раскрывает поразительную реальность: достигаемая нами эффективность может достигаться за счет значительных когнитивных затрат.

1. Снижение активности мозга: нейронные связи у пользователей ИИ снизились почти на 47%, с 79 до всего лишь 42. Это был самый низкий уровень вовлеченности среди всех тестовых групп.

2. Длительные эффекты: даже после прекращения использования ChatGPT мозг участников оставался малоактивным. Результаты были хуже, чем у тех, кто вообще не пользовался ИИ. Это не просто временная зависимость, это как будто мозг разучивается мыслить самостоятельно.

3. Поверхностный уровень вывода: Сочинения, написанные с использованием ИИ, могут получить неплохие оценки, но учителя описывают их как «бездушные», «неглубокие» и «роботизированные».

4. Вот парадокс: да, ChatGPT делает вас быстрее, до 60% эффективнее. Но он также снижает «когнитивную нагрузку» — умственные усилия, необходимые для настоящего понимания, — на 32%. Другими словами, мы получаем ответы, минуя процесс мышления, который ведёт к настоящему обучению.

НО: есть и положительный момент.

Самая успешная группа в исследовании изначально работала без ИИ, а затем внедрила его позже. Они добились наилучшего сохранения памяти, самых сильных нейронных связей в мозге и наивысшей общей производительности.

https://arxiv.org/pdf/2506.08872v1

#unrealneural
Cadmium 🌊 — статья ANSYS о синтетической маркировке набора данных DeepCAD с использованием аннотаций, созданных с помощью GPT 4.1 на основе реальных данных и многоракурсных изображений, для обучения более качественной модели преобразования текста в CAD с помощью Qwen2.5-Coder. На самом деле, не превосходит ручную маркировку (Text2CAD), но близок к ней

https://arxiv.org/abs/2507.09792

#unrealneural
Модель диффузии, генерирующая CAD скетчи

https://arxiv.org/abs/2507.11579

#unrealneural

Движок RAG для глубокого понимания документов!

RAGFlow позволяет создавать рабочие процессы RAG корпоративного уровня для сложных документов со ссылками.

Поддерживает понимание мультимодальных данных, веб-поиск, глубокие исследования и т. д.

100% локальный и с открытым исходным кодом, 60 тыс. звезд🔥🔥🔥

#unrealneural #пытаюсьпонять #вкопилкуэрудита
Optimizers Qualitatively Alter Solutions And We Should Leverage This

Статья объясняет, что глубокие нейронные сети сложно оптимизировать, так как они не всегда находят наилучшее решение с помощью обычных методов, вроде градиентного спуска. Однако большие сети всё равно хорошо работают на практике. Авторы говорят, что методы оптимизации влияют не только на скорость обучения, но и на то, какое решение получится, и предлагают создавать новые методы, чтобы получать нужные результаты.

https://arxiv.org/abs/2507.12224

#unrealneural
MathArena: Оценка LLM на соревнованиях по чистой математике

matharena.ai
arxiv.org/abs/2505.23281

#unrealneural
«Искусственный интеллект развивается — и меняет наше понимание сознания»

Достижения в области искусственного интеллекта заставляют нас переосмыслить, что такое интеллект, и дают нам ключи к раскрытию полного потенциала ИИ.

https://www.noemamag.com/ai-is-evolving-and-changing-our-understanding-of-intelligence

#unrealneural
Можно создавать рабочие процессы для ИИ-агентов простым перетаскиванием, без написания кода.

Совместимо с моделями OpenAI, Anthropic, Google и локальными моделями Ollama.

Полностью с открытым исходным кодом.

https://github.com/simstudioai/sim

#unrealneural
OpenGVLab выпустила Mono-InternVL-1.5 — новый мультимодальный ИИ. Он работает быстрее, стоит дешевле и показывает отличные результаты, при этом снижая затраты на обучение и время отклика.

https://huggingface.co/papers/2507.12566

#unrealneural
Qwen3-Coder — новая модель кодогенерацИи🔥

https://github.com/QwenLM/qwen-code