IT Herald

Наука

Terminal-Bench-Science: новый бенчмарк для оценки ИИ-агентов в научной работе

Исследователи из Stanford University совместно с командой Terminal-Bench представили Terminal-Bench-Science 0.1 — бенчмарк из 70 задач, охватывающих научные рабочие процессы в биологии, физике, науках о Земле, математике и инженерии. Лучшая из протестированных моделей, Claude Opus 5, справилась лишь с 30% задач.

ИИ-агенты из Station самостоятельно получили новые математические результаты

Исследователи представили Station — открытую многоагентную среду, где ИИ-агенты из разных семейств моделей без центрального координатора самостоятельно выбирают направления исследований, ставят эксперименты и накапливают общую научную литературу. На 12 задачах из каталога AlphaEvolve и двух дополнительных кейсах агенты получили пять результатов, новых относительно предыдущей литературы, включая улучшенную нижнюю границу для задачи Эрдёша о минимальном перекрытии.

Совпадает ли Список шумерских царей с палеоклиматическими событиями?

Статистический анализ сопоставляет длительности правлений допотопных царей из шумерского Царского списка с каталогом палеоклиматических событий четвертичного периода. После пересчёта p-значений и поправки на множественные сравнения ни одно совпадение не оказалось статистически значимым.

Anthropic представила Model Hardware Standard для управления лабораторным оборудованием ИИ-агентами

Anthropic открыла ранний доступ к Model Hardware Standard (MHS) — единой спецификации, позволяющей ИИ-агентам безопасно управлять физическими устройствами: микроскопами, дозаторами жидкостей, роботизированными манипуляторами и лазерными системами. Стандарт разрабатывался совместно с HHMI Janelia Research Campus и уже тестируется в Genentech, University of Washington, Carnegie Mellon, QuEra Computing и других организациях.

Малые реакторы приближают атомную энергетику к обещанному будущему

Компании по всему миру — от Kairos Power до TerraPower — разрабатывают малые модульные реакторы нового поколения, использующие нетипичные виды топлива и теплоносителей — от TRISO-топлива и расплавленных солей до жидкого натрия. Такие реакторы обещают более дешёвое строительство и повышенную безопасность по сравнению с традиционными атомными станциями.

Афантазия: гид для новичков

Афантазия — неспособность произвольно визуализировать образы в сознании, встречающаяся примерно у 4% людей. Explains, как её распознать, чем визуализация отличается от концептуального мышления и куда обращаться тем, кто только что узнал о своей особенности.

Невероятно быстрое вычисление объёма с помощью теоремы о дивергенции

Представлен быстрый алгоритм вычисления объёма для простой замкнутой триангулированной 3D-модели, основанный на теореме о дивергенции. Формула сводится к однократному проходу по треугольникам сетки без численного интегрирования, что делает вычисление линейным по числу треугольников.

Врачи наконец учатся справляться с синдромом отмены антидепрессантов

Растущее число исследований показывает, что отмена СИОЗС часто сопровождается тяжёлыми и длительными симптомами, а долгосрочный приём этих препаратов связан с ранее недооценёнными рисками для сердца и когнитивных функций. Это заставляет пересматривать клинические рекомендации и подходы к лечению депрессии в Великобритании, Австралии и США.

Худшие сценарии прорыва ледниковых озёр в трансграничном гималайском бассейне

Учёные оценили худшие сценарии прорыва двух опасных ледниковых озёр — Галонгко и Цзялунгко — в трансграничном бассейне реки Пойцу на границе Тибета и Непала, а также спрогнозировали угрозу от нового озера, которое может сформироваться выше по течению в ближайшие десятилетия. Расчёты показывают, что при обвале крупных объёмов льда и скальных пород расход воды на границе с Непалом может превышать наблюдавшиеся ранее значения более чем в 15 раз, а времени на предупреждение жителей города Ньялам может остаться всего 5–11 минут.

FDA одобрило первый в своём классе таргетный препарат от метастатического рака поджелудочной железы

Управление по санитарному надзору США (FDA) одобрило Rasonque (daraxonrasib) — RAS-ингибитор для лечения самой распространённой формы рака поджелудочной железы. Препарат получил одобрение на 6,5 месяца раньше установленного срока и в клиническом исследовании увеличил медиану общей выживаемости почти вдвое по сравнению со стандартной химиотерапией.

Сингулярность чёрной дыры — это поверхность, а не точка

Новая работа физиков Эндрю Гамильтона и Тайлера Макмейкена оспаривает популярное представление о сингулярности чёрной дыры как о точке. Согласно расчётам, для сферических и вращающихся чёрных дыр сингулярность представляет собой поверхность, а квантовые состояния чёрной дыры, вероятно, находятся именно на ней.

Взрывной лов рыбы уничтожает коралловые рифы Индонезии

У берегов индонезийского острова Сулавеси рыбаки ежегодно подрывают более 8000 самодельных взрывных устройств, превращая некогда богатые коралловые рифы в подводные пустоши. Исследователи из Лондонского зоологического общества с помощью подводных микрофонов и ИИ впервые оценили реальный масштаб взрывного лова в регионе.

Новости и дайджесты — в Telegram @it_herald