AI Vibe Digest за 15 июня 2026
Кратко главное
- DeepMind нарисовал четыре дороги к сверхинтеллекту — и тут же перечислил, почему все они упираются в нехватку данных и законы физики
- Liquid AI показала локальную модель уровня больших аналогов — запускается на MacBook и телефоне, лучше понимает русский
- Обнаружена линейная структура внутри нейросетей — в весах и активациях, особенно когда модель учится нескольким задачам сразу
Подробности по блокам
Исследования и прогнозы
Machinelearning разбирает свежий доклад Google DeepMind о переходе от сильного ИИ к сверхразуму. Авторы выделяют четыре параллельных пути: тупое наращивание мощностей, смену алгоритмов, рекурсивное самосовершенствование и системы из множества агентов. Но тут же напоминают, что качественные данные кончаются, а фундаментальные ограничители — вроде проблемы остановки или теорем Гёделя — никуда не денутся. Главный вывод с 57 страниц: готовиться надо не к одному чуду, а к серии локальных встрясок, которые могут оказаться не грандиознее появления интернета.
#TopAIVibe ⭐️ Sinекура опубликовала препринт о том, как устроено пространство весов и активаций нейросети в окрестности минимума при multi‑task обучении. Оказалось, что там есть чёткая локальная линейная структура — относительно небольшой набор направлений, вдоль которых происходят все осмысленные изменения. Это помогает понять, как модели хранят знания, не скатываясь в «чёрный ящик», и обещает более прозрачные методы анализа сетей.
Новые модели
Machinelearning сообщает о Liquid AI, которая выпустила языковую модель LFM2.5‑8B‑A1B с одним миллиардом активных параметров из восьми. Она заточена под локальный запуск: на ноутбучном чипе Apple M5 Max выдаёт 253 токена в секунду, укладываясь в 6 ГБ памяти, и около 30 токенов в секунду на смартфоне. Токенизатор переработан так, что русский текст обрабатывается на 6% эффективнее — меньше токенов на одно и то же сообщение. По тестам модель уже не уступает аналогам с заметно бо́льшим числом параметров, а лицензия разрешает коммерческое использование.