LLM против decision-моделей: accuracy сравнялась, latency — нет
Бенчмарк на ноутбуке: восемь triage-вопросов, четыре модели. 4B чат-модель ответила верно на все восемь, как и лучшая decision-модель, но за 1 035 мс (thinking off) и 26 783 мс (thinking on) против 176 мс у decision-модели и 34 мс у самой маленькой.
Почему важно: Для triage-задач accuracy уже не разделяет чат- и decision-модели, но decision-модель возвращает typed answers за доли секунды без генерации. Если нужен быстрый structured output (choice, score, boolean) — latency становится решающим аргументом.
HiRO-ACEv2: экстремальная погода на 3 км за 1/300 стоимости
Система состоит из ACE (грубая модель на 100 км) и HiROv2 (downscaler до 3 км). Новый HiROv2 предсказывает несколько high-resolution полей сразу и точнее воспроизводит редкие события: совпадает со статистикой X-SHiELD в пределах 3% даже для событий раз на миллион точек данных.
Почему важно: Каскад «грубая модель + downscaler» позволяет получать глобальные климатические данные высокого разрешения за ~1/300 стоимости полной симуляции X-SHiELD. Для задач, где критичны редкие экстремальные события, такой подход даёт точность без полного расчёта.
AI декомпилирует игры — и это касается любого софта. По материалу Simon Willison: AI-powered декомпиляция порождает волну preservation-проектов — старые игры портируются на новое железо, часто в браузер через WebAssembly. При этом «this isn't exclusive to old video games, we can apply this to any software»: платный софт может быть открыт против воли автора, и никто не может это остановить. Для инженеров это сигнал, что закрытость кода перестаёт быть надёжной защитой.
Карта для оплаты AI · Claude Pro на неделю · Manus
Комментариев пока нет.