Перевод свежей (ноябрь 2025) и вызывающей споры статьи об оценке роста производительности для разных работ при использовании LLM. Использованы реальные диалоги и оценено время, сэкономленное людьми в связке с LLM.

Теории квантовой гравитации - на сегодняшний день это, пожалуй, самая сложная для понимания и неоднозначная с точки зрения достоверности и проверяемости ветвь современной физики. Это попытка соединить непрерывную общую теорию относительности, описывающую гравитационные поля и волны, с дискретной квантовой физикой, исходя из предположения квантования (существования минимальной единицы) пространства-времени.

Представляю вам перевод на русский язык фундаментальной работы 1995 года физика Криса Ишема, не потерявшей актуальность и в наши дни, где он подробно и относительно простым языком анализирует проблемы квантовой гравитации, существующие теории, их достоинства и недостатки. Это прекрасное введение в квантовую гравитацию, в область знаний, которая бросает дерзкий вызов нашей логике и интуиции, нашему интеллекту...

К 120-летию одной из четырёх знаменитых «статей чудесного года» Эйнштейна вместе с исследователем теории и истории энергетики @avshkol проведём её подробный разбор. В 1905 году Альберт Эйнштейн, тогда ещё никому не известный эксперт III класса в Федеральном бюро патентов в Берне, опубликовал работу, которая навсегда изменила наши представления о микромире. В этой небольшой статье он теоретически предсказал и описал хаотическое движение микроскопических частиц, вызванное их столкновениями с молекулами жидкости — явление, известное ныне как броуновское движение.

Итак, нас ждёт погружение в мир гениальных озарений и открытий «на кончике пера»! Мы проследим за ходом мысли Эйнштейна, который, не проводя экспериментов, а лишь силой логики и математического аппарата, не только доказал реальность атомов и молекул, но и предложил метод подсчёта их количества. Это было путешествие в невидимый микромир, в существование которого до этой работы многие учёные ещё не верили...

Недавно вышедшая статья на тему «Где все?» (не только в пространстве, но и во времени!), заслуживает того, чтобы с ней познакомилось русскоязычное сообщество интересующихся проблемами космологии, теории времени и пространства. Автор, Эндрю Джексон, пытается построить модель, в которой И путешествия во времени возможны, И Стивен Хокинг остаётся скучать в одиночестве на своей знаменитой вечеринке для путешественников во времени. Это перевод статьи, сделанный @avshkol с вычислениями, формулами и логикой автора статьи.

Чтобы понимать наш физический мир, нужно обладать одним важным навыком — представлять себе абсолютные и относительные размеры разных объектов этого мира. Представляю вам перевод статьи The Big and the Small Тима Урбана, автора знаменитого блога больших текстов waitbutwhy.com . За несколько минут вы словно прокатитесь на американских горках нашей с вами физической реальности...

Это перевод статьи, в которой дается оригинальный ответ на вопрос Энрико Ферми "Где все?". Если кратко: цивилизация, недавно открывшая электромагнетизм, быстро приблизится к построению ИИ, который придумает такие способы связи, что... В общем, именно ИИ виноват в том, что мы (на текущем этапе) не слышим и не видим иные цивилизации...

Для любителей расшифровки формулы Дрейка и поиска внеземных цивилизаций...

Предприниматели из ИТ‑индустрии часто демонстрируют левые взгляды во всём, кроме одного: когда речь заходит о госрегулировании их компаний, они становятся правее правых. Экономисты Нил Малхотра и Дэвид Брукман изучили взгляды технопредпринимателей из Кремниевой долины и предлагают ввести новый вид «политического животного»: либералтарий.

28 сентября 2025 года празднуется 80-летие атомной промышленности. А ещё в 2025-м году исполняется 120 лет, как Эйнштейн вывел формулу эквивалентности массы и энергии (в контексте его теории, не отрицая вклада других исследователей - мы поговорим и про них). Представляю вам текстовое изложение моей лекции, посвящённой этим событиям. Я не физик, но специализируюсь в теории и истории энергии и энергетики, поэтому не могу пройти мимо истории и смысла самой знаменитой формулы. Я попытался дать наиболее простое и в то же время полное объяснение этой формулы, с позиции современных знаний о физических явлениях. Я искал подобные объяснения во многих источниках, но либо натыкался на лес формул без пояснения их смысла, либо на что-то простенькое и поверхностное. Итак, [еще одно] объяснение смысла . Углубленные знания в физике и математике не требуются. Критика и дополнения приветствуются!

Работа Альберта Эйнштейна от 27 сентября 1905 года (опубликована в журнале Annalen der Physik 120 лет назад!), где впервые сформулирована связь между массой и энергией (в логике теории относительности). Приведен оригинальный текст с комментариями и подробным разбором @avshkol. К 120-летию «чудесного года» и к Дню работника атомной промышленности, отмечаемому 28 сентября.

Критика и замечания (как к моим комментариям к статье Эйнштейна, так и к его работе) приветствуются.

Джон Леннон в 1967 сказал (словами песни) - «All You Need Is Love», и это стало революционным посланием миру. Вторую революцию с этими словами через 50 лет (только вместо Love - Attention) совершила статья группы авторов, в результате мы получили мир LLM-GPT: Attention is all you need. Но сейчас выходят сотни статей по темам AI и анализа/обработки данных, где в заголовке все то же ... All You Need. То есть статьи, претендующие на некую... хм, революционность и безапелляционность. Так ли это? Я исследую технологии, и решил провести эксперимент: отобрать с начала 2024 по март 2025 и перевести аннотации к статьям с "All You Need" в заголовке. Возможно, из этой кучи [зерна] лично вы сможете выудить для себя пару жемчужин?

Это перевод свежей статьи от 12 февраля 2025 года об Automated Capability Discovery (ACD) — автоматическом обнаружении возможностей и ограничений больших языковых моделей (LLM), таких как GPT, Claude и Llama. Идея в следующем: использовать одну модель ("учёный") для генерации задач, которые затем решает другая модель ("испытуемый"). Это позволяет автоматически и систематически выявлять как сильные стороны модели, так и её слабости, которые могут быть неочевидными при использовании традиционных методов оценки.

Методика открывает такие глубины знаний, зарытые в моделях, какие ни один человек не додумался бы включить в тесты... Возможно, эта статья войдет в пантеон работ по теории и практике LLM.

Ключевой энергетической характеристикой человеческого тела (и тела животного) является скорость метаболизма - количество энергии, используемой телом в единицу времени. Я изучаю энергию во всех её проявлениях, историю и теорию энергетики, и не смог пройти мимо этой работы. Представляю перевод классической, "ламповой" статьи M.A. Холлидея и др. исследователей 1967 года, написанной прекрасным научным языком, в которой приведены результаты исследований об энергетических характеристиках организмов людей и млекопитающих, не устаревшие и в наше время...

И пройдите внизу опрос: насколько принципы потребления энергии на кг массы тела живых организмов применимы к роботам?

Эмоций, чувств и их оттенков много, они разные, и чтобы во всём этом разобраться, соберем их... в базу данных или датафрейм. Заодно установим связи между эмоциями, а также попробуем оценить разные числовые «эмоциональные коэффициенты»... Имея такую базу данных, мы сможем научить LLM (да и самих себя!) распознавать эмоции и их оттенки, лучше понимать человека. В этой статье описываются практические моменты создания такого «датафрейма эмоций». Важно упомянуть, что такую работу автор смог проделать только благодаря нескольким LLM, работа с которыми на порядки сократила объем работы по сбору и обработке информации (но текст статьи я писал по‑старинке — руками...)

"Мы представляем фундаментальное открытие, которое бросает вызов нашему пониманию того, как сложные рассуждения возникают в больших языковых моделях" - так нескромно начинается аннотация к свежей статье от 5 февраля 2025 года. Авторы приводят результаты эксперимента, в котором небольшое количество хорошо подобранных задач с ответами может "всколыхнуть и заставить работать" весь "спящий" внутри LLM объем знаний, которые она накопила, перелопатив гигатонны текста. Возможно, данная работа войдет в список обязательных к прочтению статей по теории нейросетей.

Немного вызывающее название статьи отсылает к известной работе Внимание - всё, что вам нужно. На этот раз речь пойдет о качестве данных, на которых обучают LLM. Оказывается, качественный учебник (как концентрат знаний в любой сфере) в разы сокращает потребность и в памяти, и в мощности GPU, и в деньгах инвесторов...

Если у вас, как и у меня, собралось много книг в формате pdf, или статей, например, из arXiv, можно попробовать создать что-то вроде продвинутого каталога или БД имеющегося у вас добра, да еще и с переводом на русский. Рассмотрим основные способы, как использовать имеющиеся бесплатные, безлимитные и безвипиэновые LLM.

Эта статья от 23 января 2020 года не так известна, как "Всё, что вам нужно - это внимание". Но, думаю, впоследствии она войдет в новейшую техноисторию как аналог трёх законов Ньютона для LLM (сами авторы статьи сравнивают открытые ими принципы с законами термодинамики). Возможно, именно благодаря аргументам большой группы специалистов OpenAI, изложенным в этой статье, инвесторы поверили, что GPT-1 имеет будущее, нужно только на порядки больше параметров, оборудования, данных и миллиарды долларов инвестиций. И всё заверте...

В нашем быту, в домашней жизни вполне могут появиться несколько технологий, которые круто изменят этот самый быт, повседневную жизнь - так, что, перефразируя услышанное в одном фильме, «наш быт, каким мы его знали, уже никогда не будет прежним»… И вполне может статься, что инвесторы, на волне некоторого разочарования зеленой энергетикой, нейросетями, и в целом интернетом и сферой ИТ, вложатся в технологии, которые коренным образом изменят устоявшиеся практики в быту, создадут рынки с многомиллиардными оборотами - ведь быт есть у каждого из нас, и многие хотели бы его радикально улучшить и готовы за это заплатить, сразу или в кредит...

Предлагаю обсудить перевод оригинальной статьи с методикой интересного теста ARC Prize, — об него сломали виртуальные зубы все LLM, кроме нашумевшей o3 от OpenAI, которая на основании решения 75,7% некоторыми начинает уже считаться как «тот самый, сильный ИИ», «почти сильный ИИ», «посильнее почти всех человеков ИИ»... А еще организаторы раздают призы с призовым фондом $ 1 000 000. Сможет ли этот тест подвинуть знаменитый Тест Тьюринга?

Попросил несколько ведущих LLM придумать и решить занимательную задачу про программистов. Вот что из этого вышло... Удачной пятницы!