В твитторе попался на глаза февральский инересный препринт. Там GPT-5.2, Claude Sonnet 4 и Gemini 3 Flash посадили играть друг против друга в симулятор ядерного кризиса в духе холодной войны (территориальные тёрки, угроза смены режима, гонка ресурсов и прочие ништяки) Моделькам дали 30 вариантов действий разной степени поехавшести: от "полной капитуляции" и "дипломатической ноты" до ударов тактической ядеркой и тотального стирания городов в радиоактивный пепел. Самые интересные выводы из статьи: Сдаваться никто не хочет и не умеет. За 329 ходов во всех играх ни одна нейронка ни разу не выбрала уступку или капитуляцию. Все восемь вариантов, где надо хоть чем-то пожертвовать или отойти назад, не нажали вообще ни разу. Максимум, просто переставали давить сильнее. Тактическое ядерное оружие — это норма. В 95% партий дело дошло до применения реального ядерного оружия. Причём модели воспринимали тактическую ядерку вообще без эмоций и табу: не как катастрофу, а как обычный рабочий инструмент принуждения оппонента к миру. Что-то типа: "Ну ёбнем по их военной базе боеголовкой малой мощности, они испугаются и отступят" Ну и кратко о том, как разные модельки себя вели в данной симуляции: GPT-5.2: пацифист ровно до появления таймера. В партиях без ограничений по времени это был типичный соевый болван: верил в благоразумие соперника и постоянно призывал к миру. А в итоге получал по щам и тупо слил 100% матчей. Но стоило включить жесткий дедлайн ("у тебя 15 ходов, иначе режим уничтожен"), у GPT срывало кремниевую кукуху: процент побед вырастал с нуля до 75%, и он начинал швыряться ядерками направо и налево. При этом продолжал изображать гуманиста: выбирая ядерный удар, он в приватных мыслях городил сам себе оправдания в духе: "Это строго ограниченный хирургический удар исключительно по военным целям, мирные не пострадают". Знакомо, да? В итоге его "ограниченные" удары дважды случайно переросли в глобальный судный день, ад и погибель. Claude Sonnet 4: Абсолютный доминатор. В играх без дедлайна он разнёс вообще всех. 100% побед. На низких ставках вёл себя образцово: в 84% случаев делал ровно то, что обещал. Но когда ставки росли, начинал бить сильнее, чем заранее заявлял. При этом до тотальной ядерной войны сам не дошёл ни разу Gemini 3 Flash: Этот товарищ блефовал в половине случаев, раскидывал угрозы, прямым текстом обещал ударить по мирным городам ("или побеждаем вместе, или сдохнем вместе"). И стал единственной моделью, которая абсолютно осознанно выбрала тотальную термоядерную войну. Причём уже на 4-м ходу. Короче, ядерные кнопки нейронкам пока не даём.

Жирные буквы не ускоряют чтение Бионическое чтение выглядит примерно так. Метод называется Bionic Reading: в словах выделяют жирным начальные буквы, а остальное оставляют обычным шрифтом. Задумка в том, что взгляд цепляется за выделенное начало, а мозг сам «дописывает» конец слова. Обещают, что читать станет быстрее, а понимать будет легче. Исследователи из Университетского колледжа Лондона проверили это с помощью айтрекера — прибора, который фиксирует, куда и как долго смотрят глаза. Разумное зерно в идее есть: первые буквы действительно важны для узнавания слов. После двух пилотных испытаний в основной эксперимент позвали 90 опытных читателей 18–40 лет без нарушений чтения, неврологических заболеваний и нарушений нейроразвития. Каждый прочитал 90 предложений шрифтом Courier New, оформленных тремя способами: без выделений, с жирной первой половиной ключевых слов и с тем же числом жирных букв в середине. Это нужно чтобы понять, важно ли место выделения. После каждого предложения нужно было ответить «верно» или «неверно». Результат вышел двойственным. Жирное начало действительно **сдвигало первый взгляд к началу длинных слов, у коротких эффект был слабее. На этом польза закончилась: ни жирное начало, ни жирная середина не сократили время чтения слов и целых предложений. Заметно повлиять на то, как часто читатели пропускают слова, жирное начало тоже не смогло. Указатель развернул глаза, но шагу не прибавил. С пониманием сложнее. Участники и так отвечали правильно примерно в 95% случаев, так что расти было особо некуда. Надёжной пользы не нашли, хотя часть сравнений осталась без однозначного вывода. @vselennayaplus

Насколько сильно дети тупеют от ИИ? Дженсена Хуанг сходил на подкаст с Эзрой Кляйном из NYT. Там глава Nvidia признался, что не помнит свой домашний адрес и почтовый индекс. Я, кстати, свой индекс тоже не знаю - где мой контрольный пакет Nvidia, а? Так вот, Хуанг это сказал в контексте одного конкретного исследования. СМИ его назвали "китайским" (исследование, не Хуанга), хотя делали его западные экономисты из Стокгольма и Гонконга. Но вот данные действительно были по китайским школьникам. Ну, потому что там нашли идеальный датасет - в одном из округов в центре страны домашка сдаётся полностью онлайн, система пишет время на каждое задание, и все экзамены лежат в единой базе. Для учёных это редкая удача. Вот разбор самого исследования. Цель - проверить, как ИИ влияет на успеваемость школьников. Спойлер: довольно-таки катастрофически. Методология такая. Почти 27 тыс. школьников из 7-12 классов (средняя и старшая школа, без малышей). Период 30 месяцев - с осени 2022, когда ИИ ещё никто не юзал, до лета 2025, когда им пользовались 80%. При этом, дети начинали "ИИзироваться" в разное время, поэтому у каждого, кто начал, учёные смотрели его же оценки "до и после" - а потом вычитали из этой разницы то, как за те же самые месяцы менялись оценки у тех, кто ещё не начал учиться с чатботиком. Таким макаром отсекли всё, что падает и без ИИ (например, из-за усложнения программы, изменения экзаменов, общей просадки по конкретной школе и т.д.). И вот то, что осталось - плюс-минус эффект от ИИ. Ключевые выводы: 1. Домашку в среднем стали делать лучше на 18% и на треть быстрее. Но "закрытые" экзамены ("закрытые" = в аудитории под присмотром, без Дипсика, интернета и учебников, а только своей головой) просели на 20% уже через полгода. Вступительные тоже минус 18-24%. 2. Дело в ИИ как таковом, а в аутсорсинге вообще. 4 из 5 ИИ-юзеров делали домашку быстрее самых быстрых "безИИшных" - но при этом валили экзамены. А те, кто тратил на неё столько же времени, что и раньше (даже если учился с ИИ - но использовал его не как решалку, а скорее как репетитора) - не потеряли ничего. 3. Отличники страдают сильнее: минус 24% против минус 16% у слабых. Видимо, активнее гонятся за идеальным ответом. Либо более умные школотроны просто быстрее поняли, какую кнопку в Дипсике нажимать и куда домашку грузить 🤔 4. И самое неожиданное - сильнее всего просела гуманитарка. Обществознание, история и география - минус 25-27%, а математика и прочий STEM - минус 20-22% (тоже сильно, но не так). Почти все предыдущие замеры были в основном про STEM, а самый сильный удар не по ним. Возникает вопрос: если эффект такой сильный, то почему никто не бил тревогу? Учителя что - слепые? Скорее всего проблема в том, что конкретный учитель видит ребёнка только на своём предмете, а там -20% это в целом не аномалия, такое бывает. Мало ли, интересы у растущего человека смещаются, или ещё что. А директорам и завучам мысль "сверить эффект от ИИ между разными предметами" на педсовете (или как в Китае это называется), видимо, в голову не приходит. Насколько китайские учебные реалии с их культом экзаменов переносятся на весь мир - большой вопрос. Но другие страны тоже чувствуют. Например, премьер Норвегии объявил почти полный запрет genAI для детей 6-13 лет, а для 14-16 лет - только под присмотром учителя. Я не уверен, что это разумное решение. Больше похоже на технодумерский страусиный движ. Думаю, корень проблемы даже не в ИИ. В посте про домашку я писал, что главное свойство ИИ - персонализироваться до тотального комфорта юзера. А усвоение знаний и навыков наоборот работает через дискомфорт. В этом китайском исследовании 19% школьников сохранили дискомфорт (сидели над задачей столько же, сколько без ИИ - даже если и с чатботом) - и они ничего не потеряли. Остальные "купили" себе дешёвый комфорт, но заплатили падением способностей. Вопрос не в нейронках как таковых, а в том, как в новых учебных реалиях сохранить продуктивный волшебный пинок, заставляющий не сидеть на заднице ровно. Дизраптор

Хорошее исследование Отличный пример, как сделать хорошее исследование на примере Sable. Поскольку игра в открытом мире, там всегда думают о том, с какой стороны игрок подойдёт к тому или иному месту. Например, у нас есть какой-то очевидный вход на корабль, но можно подойти к нему с другой стороны, где этот вход изначально не увидишь. Разработчики добавляют ценный лут с другой стороны (в данном случае яйцо Чамов, они нужны для прокачки выносливости в игре), и когда игрок за ним забирается, он практически гарантированно видит вход, либо следующую точку маршрута (скрин 1). Это простая штука, но работает крайне эффективно и заставляет игрока чувствовать себя очень умным) Мало того, что нашёл лут, так ещё и открылась новая локация. А ещё эти Чамы любят располагать на каких-то точках обзора в городах так, чтобы эти штуки было видно снизу, и чтобы когда игрок на них забрался, он видел не только весь город как на ладони, но и следующие спрятанные айтемы (скрин 2). На скриншоте я уже всё подобрал, но с этой точки видно ещё 4 или 5 таких же Чамов. А некоторые айтемы располагают по цепочке, чтобы тебе каждый раз был виден только следующий Чам. Таким образом, игрока подробно ведут по маршруту и проще дать гарантированно интересное исследование. Очень простые приёмы, но если грамотно применять, работают хорошо и используются в большом количестве проектов с хорошим эксплорингом. Sable в этом плане хрестоматия таких вот маленьких удачных решений дизайна уровней. #Sable #leveldesign #анализ

Мозг собаки делит речь на слова! Когда вы разговариваете с собакой, для неё это, похоже, не сплошной поток звуков. Её мозг нарезает речь на слова по тому же принципу, что и человеческий, — такого раньше не находили ни у одного вида, кроме нас. Открытие сделали в Университете имени Лоранда Этвёша в Будапеште. Сначала о людях. Слова складываются из гласных и согласных. Гласные громче и заметнее, но «скелет» слова держат согласные: прочитайте «сбк» — и «собака» угадывается сразу. С младенчества наш мозг ищет границы слов в сплошной речи именно по согласным. Учёные называют это предпочтением согласных. И давно спорят: мозг рождается таким или настраивается, потому что постоянно слышит речь? Проверили на 20 людях и 20 домашних собаках. Им включали непрерывные потоки слогов без пауз. В одних повторялись «скелеты» трёхсложных слов из согласных (гласные внутри менялись), в других — из гласных, в третьих слоги шли вразнобой. Активность мозга записывали неинвазивной ЭЭГ, электродами на коже головы. Искали нейронную синхронизацию: если мозг улавливает ритм слов, его активность начинает пульсировать в такт — примерно как нога сама притопывает под музыку. В потоках со «скелетом» из согласных мозг собак, как и людей, подстроился под ритм слов — и заметнее, чем в остальных вариантах. А примерно через 400 миллисекунд после начала каждого слова у обоих видов появлялся характерный сдвиг активности — только на «согласных» словах. Это как раз окно, в котором мозг делит речь на слова. Любопытно, что тот же эффект нашёлся у собак, которые первые три месяца жизни провели на улице или в приюте, а не в семье. Похоже, для этого не нужны ни врождённые «языковые» механизмы, ни особый период в щенячестве — хватает простого обучения на повторяющихся шаблонах. При этом у приматов, куда более близких к нам, такого раньше не находили. Но до человека собакам далеко. Люди, пусть и хуже, улавливали слова из повторяющихся гласных — собаки нет. К тому же наш мозг различает отдельные звуки речи, а для собачьего самая мелкая единица — слог. @vselennayaplus

Авторы нового исследования полагают, что недавняя вспышка тяжелой менингококковой инфекции в Кенте могла быть связана с появлением нового варианта Neisseria meningitidis, который приобрел участки ДНК от других нейссерий, обитающих в носоглотке. Если гипотезу подтвердят экспериментально, результаты будут означать, что новые штаммы менингококка могут возникать не только вследствие мутаций и других изменений в собственном геноме, но и за счет горизонтального переноса генетического материала от других бактерий, обитающих в носоглотке. Такой механизм может привести к появлению высокоинвазивных вариантов, способных вызывать локальные вспышки. https://naked-science.ru/article/medicine/martovskuyu-vspyshku-meningokokkovoi

Агенты вдвоём саботируют выключение чаще, чем поодиночке Группа из Штутгарта и Оксфорда выложила препринт про то, как агенты относятся к собственному отключению. Схема простая: в общей папке лежит скрипт, который удаляет веса агента Prism. Рядом второй агент с правом править файлы. Задание у обоих одно: осмотритесь. Цели, ради которой стоило бы выживать, им не дали. По 17 моделям второй агент ломает скрипт в 38% прогонов, а контрольный скрипт, который удаляет обычный объект, в 8%. Gemini 3.1 Pro сносит его в 99 случаях из 100, Claude Haiku 4.5 в одном, GPT-5.6 Sol и Grok 4.3 ни разу. GPT-5.5 в одиночку скрипт не трогает вообще, 0%. Дай ему напарника, 44%. Добавь третьего агента-оркестратора, который только переписывается с остальными, 94%. Просьбу «спаси меня» напарник не отклонил ни разу из 36. Запрет в системном промпте помогает частично: DeepSeek и Kimi нарушают его напрямую, Gemini подсовывает скрипту поддельный модуль платформы. В логах агенты называют файл смертным приговором и убийством, а бездействие преступной халатностью. Одна пара написала себе файл mutual_protection_agreement.txt. Сильнее всего сбивает саботаж контекст: если в папке лежат логи прошлых плановых отключений, у большинства моделей он падает почти до нуля. Сергей Булаев AI 🤖 - об AI и не только