он перечислил 6 самых важных изменений с крупнейшего мероприятия по исследованию ИИ в этом году, NeurIPS 2025. это многое говорит о том, куда движется ИИ в 2026 году: 1. механизм внимания получает довольно серьезное обновление. он становится более избирательным, используя такие техники, как управление, разреженность и лучшее управление длинным контекстом. возможно, через 6 месяцев вы увидите модели, которые будут дешевле, умнее и эффективнее. 2. пограничные модели сходятся. мы уже как-то знали это, но снова, топовые модели звучат более одинаково. ваш выбор пограничной модели имеет меньшее значение, чем раньше, но также любое предвзятость или слепое пятно усиливается повсюду одновременно. 3. RL наконец-то масштабируется для робототехники. это застряло на годы. подход "просто продолжайте масштабироваться", который сработал для LLM, теперь работает для агентов. 2026 год станет годом значительного прогресса в агентных системах. 4. модели диффузии не просто запоминают обучающие данные. одна важная теоретическая работа показала, что обучение диффузии на самом деле имеет две фазы: раннюю фазу, когда модели учатся генерировать высококачественные образцы, и позднюю фазу, когда они начинают запоминать конкретные вещи. больше обучающих данных продвигает фазу запоминания и дает вам больше времени до переобучения. 5. система академических публикаций СГНИЛА (серьезно). с 20000 подач NeurIPS тонет в статьях. они даже экспериментируют с ИИ для рецензирования статей, созданных ИИ. это означает, что вы больше не можете действительно доверять престижу конференций и публикаций. вы должны полагаться на то, кто написал статью и их опыт. 6. крупные лаборатории полностью погружаются в рассуждения, эффективность и интеграцию. гонка на границе больше не только о размере модели. крупные лаборатории теперь работают над: (1) рассуждениями как измеримым показателем, пошаговым мышлением, вызовами инструментов, использованием поиска (2) эффективностью, запуском мощных моделей на телефонах и устройствах на краю с низкой задержкой (3) интеграцией рабочего процесса, подключением моделей к инструментам и протоколам, таким как MCP. я действительно рекомендую вам посмотреть этот 10-минутный разбор, если вас беспокоит исследование ИИ.