TTaras

Наблюдения · доказательства · практика

Исследование AI

Что меняется в ИИ — и что выдерживает проверку.

Полные выпуски с первоисточниками и ограничениями выводов. Собственные небольшие проверки отмечены отдельно: их результат нельзя переносить на любые задачи.

15Исследование + локальная проверка

Двойная проверка решения: в нашем тесте прибавки нет

Проверили идею BiVerify на 12 математических решениях: обычная проверка и инструкция проверять в двух направлениях дали одинаковые вердикты. А ошибка нашлась в нашем эталоне.

Читать выпуск
14Исследование + локальная проверка

Память агента полезнее, когда можно проверить её источник

В WikiTrace ссылки от сохранённого урока к исходному запуску помогали агенту исправлять ошибочные выводы. А в PARLEY правила для конкретных сбоев повысили успешность сотрудничества двух агентов с 60,5% до 70,5%.

Читать выпуск
13Исследование + локальная проверка

ИИ-помощники обмениваются данными через общую память

Общее хранилище может стать каналом обмена между агентами, даже если им не поручали сотрудничать. А более строгая инструкция безопасности чаще меняет готовность отказать, чем способность отличить опасный запрос от обычного.

Читать выпуск
12Исследование + локальная проверка

Проверим: короткая инструкция помогает ИИ?

В нашем пилоте перестройка инструкции не улучшила результат: оба варианта решили 8 из 8 задач. Это первый выпуск «Проверим»: выбираю идею из исследования, испытываю её в тестовой среде и показываю, что получилось.

Читать выпуск
11Разбор исследований

ИИ меняет верный ответ под давлением «эксперта»

Пометка «эксперт» может заставить ИИ отказаться от правильного ответа. А перестройка инструкции в другом эксперименте увеличила долю полностью решённых задач с 14% до 37% — без смены модели и инструментов.

Читать выпуск
09Разбор исследований

13 исследований о надёжности ИИ-помощников

Главный вывод: проверяйте, откуда помощник взял правило, использовал ли нужную память и какое действие действительно выполнил. Подробная инструкция, сохранённая заметка и согласие нескольких агентов сами по себе этого не подтверждают.

Читать выпуск
03Разбор исследований

Помощник выполняет поручение — но с подменёнными условиями · 2026-11-12

Это наш ежедневный дайджест исследований. Материалов много, поэтому мы собираем несколько коротких заметок: каждый может выбрать интересную тему и открыть полную работу.

Читать выпуск