Компании и модели
Новости Google и DeepMind: Gemini, видеомодели Veo, исследования и экосистема продуктов.
45 важных материаловЗа 30 дней: 19Всего собрано: 108
Исследователи из Google представили метод Retrieve-for-Train, который использует оффлайн обучение с подкреплением для оптимизации поиска。
Почему это важно: Представленный подход позволяет значительно ускорить процесс поиска и улучшить качество результатов.
Google DeepMind представила модели Gemini 3.8 Live и 3.8 Live Extended Thinking。
Почему это важно: Описание новых моделей помогает понять их возможности и применение в голосовых интерфейсах.
Исследователи Google представили ToolGrad — метод создания обучающих данных для AI-агентов на основе парадигмы «ответ прежде вопроса» и текстовых градиентов. Подход позволяет генерировать сложные цепочки вызовов API с высокой точностью и низкой стоимостью. Модели Gemma-3, дообученные на данных ToolGrad, продемонстрировали результаты, сопоставимые с лучшими проприетарными моделями (Gemini, Claude, GPT), а модель 12B даже превзошла свою «учительскую» модель Gemini.
Почему это важно: Предлагает эффективный метод генерации данных для обучения агентов, позволяя компактным моделям превосходить проприетарные аналоги.
Команда Google DeepMind выпустила платформу AlphaGenome Atlas。
Почему это важно: Предоставляет предсказания для 9 млрд вариантов ДНК и единый скор AVI, что ускоряет поиск причинных мутаций в исследованиях.
Google DeepMind выпустила WeatherNext 3, глобальную AI-модель прогнозирования погоды。
Почему это важно: Модель использует спутниковые данные для прогнозов с разрешением до 5 км и точностью осадков, что полезно для энергетики и поиска.