Быть про-технологиями не значит быть слепым к негативным последствиям новых технологий. Это упражнение в прагматичном оптимизме — максимизация плюсов при управлении минусами.

Нам удалось воспроизвести сильные результаты статьи HRM по ARC-AGI-1. Кроме того, мы провели серию абляционных экспериментов, чтобы разобраться в причинах этого. Ключевые выводы: 1. Архитектура модели HRM сама по себе (центральный элемент статьи) не является важным фактором. 2. Внешний цикл уточнения (едва упомянутый в статье) является основным двигателем производительности. 3. Перенос обучения между задачами не очень полезен. Важно обучаться на тех задачах, на которых вы будете тестировать. 4. Вы можете использовать гораздо меньшее количество увеличений данных, особенно во время вывода. Выводы 2 и 3 означают, что этот подход является примером *обучения в тестовом режиме без предварительного обучения*, аналогично недавно опубликованной статье "ARC-AGI без предварительного обучения" Ляо и др.

Google только что выпустил новый компактный LLM с выдающейся производительностью — Gemma3 270M. Теперь доступен на KerasHub. Попробуйте новые пресеты `gemma3_270m` и `gemma3_instruct_270m`!

Открытые вопросы о экономике безводительского такси: 1. Какова будет экономия затрат (по сравнению с Uber/Lyft) при удалении водителя? 2. Насколько увеличится спрос благодаря этой экономии затрат? 3. Изменит ли UX значительно спрос? 4. Увидим ли мы значительное увеличение географической доступности (нет необходимости в водителях = можно поставить больше такси на дорогу)? По пункту 1: трудозатраты на поездку Lyft/Uber после учета всего остального составляют всего 20-40% от цены, что ограничивает снижение до -40% в лучшем случае. Однако сеть безводительских такси будет иметь значительно более высокие фиксированные затраты (инженеры ИИ, дата-центры) и ненулевые добавленные переменные затраты (частая уборка салона, амортизация оборудования для автономного вождения), так что на самом деле мы смотрим на более реалистичные -15-20%. Таким образом, несомненно, что автономные поездки в масштабах будут дешевле, чем текущие услуги такси. Но эффект будет гораздо меньше, чем ожидает большинство людей. Они все равно будут довольно дорогими. По пункту 2: вероятно, не так уж много — из-за динамического ценообразования цены уже колеблются больше, чем это, а несколько лет назад Uber сильно субсидировал спрос, так что у нас есть некоторые данные о том, что произойдет с поездками, которые будут на 20% дешевле. Общий адресный рынок в районах, уже хорошо обслуживаемых Uber/Lyft, может вырасти примерно на 20% в милях, оставаясь при этом постоянным в долларовых терминах. По пункту 3: мы уже знаем (по развертыванию Waymo), что людям нравится, когда в машине нет водителя, и клиенты, не чувствительные к цене, готовы платить больше за этот опыт. Однако не все так позитивно: были опасения по поводу чистоты автомобилей (легко решаемо, но это увеличивает переменные затраты). В целом, я не думаю, что изменение UX значительно увеличит общий адресный рынок, так как для большинства людей цена и доступность будут критическими факторами. По пункту 4: это больше дикая карта. Большинство затрат автономной сети являются фиксированными; дополнительные переменные затраты в основном составляют амортизация стоимости автомобиля (незначительная ошибка округления) и уборка. Это означает, что автономная сеть имеет потенциал для гораздо более широкого охвата, чем текущая сеть Uber/Lyft. Но это определенно не будет означать, что эти сети будут расширяться *везде*, по крайней мере, не с коротким временем ожидания. Я думаю, что мы увидим некоторое увеличение общего адресного рынка из-за этого эффекта, возможно, на +20-30%. В целом: мы должны ожидать постепенного увеличения общего адресного рынка в долларовых терминах, но в целом рынок будет больше похож на Uber++, чем на новую транспортную парадигму. Большинство людей в США, особенно за пределами густонаселенных районов, все равно будут ездить на своих автомобилях.

Что-то интересное, что мы обнаружили: вы можете использовать #Genie3, чтобы войти в свои любимые картины и исследовать их. Вот короткий визит к "Ночной ястреб" Эдварда Хоппера.

Grok 4 по-прежнему является передовым среди моделей ARC-AGI-2. 15,9% для Grok 4 против 9,9% для GPT-5.

Grok 4 по-прежнему является передовым решением на ARC-AGI-2 среди моделей нового поколения. 15,9% для Grok 4 против 9,9% для GPT-5.

Результаты GPT-5 на ARC-AGI 1 и 2! Основные показатели: 65.7% на ARC-AGI-1 9.9% на ARC-AGI-2

Kaggle только что запустил конкурс NeurIPS 2025 Code Golf — цель состоит в том, чтобы вы написали программы на Python для задач ARC-AGI-1, при этом делая программы как можно меньше. Вы лучше пишете код, чем пограничные модели?

Путь вперед заключается не в создании "бога в коробке", а в создании интеллектуальных систем, которые интегрируются с существующими процессами, в частности с наукой и людьми в целом, чтобы дать им возможность и ускорить их.