Наука

Исследователи представили LabSafety Bench — крупный бенчмарк для проверки, насколько безопасно большие языковые и мультимодальные модели обращаются с лабораторными экспериментами. 19 современных ИИ протестировали на 765 тестовых вопросах и 404 реалистичных сценариях (3128 открытых задач) по трём направлениям: выявление опасностей, оценка рисков и прогноз последствий. Ни одна модель не смогла стабильно распознавать угрозы даже на уровне 70% точности. При этом закрытые модели лучше справляются с тестами формата multiple choice, но теряют преимущество в свободном рассуждении. Работа подчёркивает: прежде чем пускать ИИ в реальные лаборатории — от университетских до крупных научных центров в России и мире — нужны специализированные методики оценки и усиленные механизмы безопасности.

AI-агенты перестали быть просто инструментами и всё чаще выступают «со-учёными»: помогают придумывать гипотезы, проектировать эксперименты и даже участвовать в написании статей. На фоне запретов журналов на ИИ-соавторов и LLM-рецензентов конференция Agents4Science становится полигоном, где можно честно обсудить, как людям сотрудничать с такими системами и что они реально умеют в рецензировании.

Университет Ёнсе представил первый в Корее квантовый компьютер — символический и практический рывок для науки, образования и индустрии. Зачем это нужно и что изменится — объясняем простыми словами.

Исследователи из Университета Сиднея показали подход к квантовым измерениям, позволяющий извлекать сведения о положении и импульсе без нарушения принципа Хейзенберга.

ИИ подсказал ключевую функцию, а люди довели доказательство: в QMA усиление точности упирается в фундаментальный предел. Что это значит для квантовых алгоритмов и знаменитого вопроса QMA vs QMA1?