Регалии
Публикации в СМИ, рецензирование, исследовательские данные и работа над стандартами.
В прессе
Экспертные комментарии в технологической прессе.
AI Breakthroughs in Digital Health: Game-Changers in Care Delivery
Экспертный комментарий (MD, PhD): врач остаётся главным — ИИ сначала идёт в операционную работу (продукт, аналитика, техподдержка), ИИ-помощник врача помогает консультировать пациентов, но не заменяет его решение; на расплывчатых задачах результат выглядит правдоподобно и оказывается неверным, поэтому его проверяет человек
Vendor lock-in becomes technology’s hidden tax
Экспертный комментарий: привязка к вендору даёт поставщику чрезмерный контроль над выбором клиента; защита — в договоре: выгрузка данных в открытом формате и заблаговременное уведомление об изменении цен и настроек
An AI Study Without Its Data Is Fiction
Авторская статья (byline, Health Tech): ИИ-исследование без опубликованных данных — фикция; 36 прогонов агента выложены целиком, по сырым данным нашлась своя ошибка в расчёте стоимости и вышло исправление; рецензенту — не принимать работу без данных и без описания, как собирали и считали
An Experimental Comparison of Six AI Agent Session Reset Policies
Авторская статья (byline): 36 прогонов агента, шесть политик очистки контекста — очистка после каждой задачи примерно на треть дороже оптимума, минимум на трёх задачах; данные и DOI 10.5281/zenodo.22759217
Access control after the human
Авторская статья (byline): контроль доступа, когда учётку держит программа, — доступ на одну задачу, журнал вне досягаемости агента, именной владелец каждого автоматического правила
Experts Comment: Is Anthropic's IPO Warning About Existential Risk Legal Caution Or Strategy?
Экспертный комментарий: риск-факторы в IPO-проспекте — обязанность, а не умысел; стартапам опаснее тяжёлое правило, написанное для крупнейших лабораторий и упавшее на маленькие компании
The One Piece Of Cybersecurity Advice Every Business Should Follow? Experts Weigh In
Экспертный комментарий: ИИ-агента заводить как учётку нового сотрудника — доступ на одну задачу, логи, которые агент не может править, вход в чужие платформы делает человек
What Can Startups Learn From HSBC's AI-Driven Job Cuts?
Экспертный комментарий, цитата в основном тексте статьи: если результат проверяется тестом — работу получает агент, если нужно доверие — человек; голосовой ИИ-агент на звонках не прижился
Nobody with a crawler token asked for my llms.txt - what I saw in 15 days of nginx logs
Авторская статья (byline): 15 дней логов nginx, 46 155 запросов с токенами краулеров поиска и ИИ — ни одного к llms.txt; ошибка в первых числах и её исправление (отчёт DOI 10.5281/zenodo.23018429)
The Rise of the Thought Leader Creator: What Brands Need to Know in 2026
Экспертный комментарий: по собственным данным (326 роликов, почти 5 000 постов) мнения «говорящей головы» на 24 % хуже, полезное «здесь и сейчас» — на 34 % лучше; ранний сигнал — сохранения к просмотрам
The Writing Got Cheap. The Checking Did Not
Авторская статья (byline) в разделе Health Tech: написать анализ с ИИ стало дёшево, проверить его — нет; проверка и есть то, ради чего работа делается
97% of what my coding agent billed for was re-reading its own context
Перепечатка авторской статьи с DEV.to по приглашению редакции (canonical → arsentev.ai/research): стоимость агентных сессий — это перечитывание контекста
My company has no full-time developers, DevOps or designers. Here's what three $200 Claude subscriptions do instead
Авторская колонка (byline): бизнесы без штатных разработчиков, DevOps и дизайнеров — ИИ-агенты на трёх подписках Claude по $200 вместо ~$38 500 в месяц по медианам BLS
All my agent's tests were green, and they told me nothing
Авторская статья (byline): 36 прогонов агента, 4086 тестов, ни одного падения — и именно поэтому сравнить условия было не по чему
What Do Dario Amodei And The JCHR's AI Warnings Mean For Startups and SMEs?
Экспертный комментарий: какой бы закон об ИИ ни приняли, он спросит запись о том, как используются системы, — у кого она есть, пройдёт проверку за день
UK SMEs Have Increased AI Spend By 1,000% - But Is It Actually Paying Off?
Экспертный комментарий: рост ИИ-расходов малого бизнеса — смена модели биллинга, а не предпочтений; аудит нужен по тому, что система переобрабатывает, а не по числу подписок
97% of what my coding agent billed for was re-reading its own context
Авторская статья (byline): 97,05 % оплаченных токенов — перечитывание собственного контекста, а не генерация
Experts Comment: Is Britain's Reliance On Foreign Technology Becoming A National Security Risk?
Экспертный комментарий: технологический суверенитет — вопрос не владения, а заменяемости поставщика
What smart locks inherit from software
Авторская статья (byline): какие отказы подключённый замок наследует от софта и где теперь проходит граница доверия
Going Offline Doesn't Remove Password Risk. It Swaps It.
Экспертный комментарий: офлайн- и облачные менеджеры паролей — какой режим отказа выбираешь
Anthropic Discloses Fourth Unauthorised Claude Access Incident: Is The Security Industry Prepared For AI Breaches?
Экспертный комментарий: ИИ-агенты с легальным доступом и модели угроз
Рецензирование
Открытое рецензирование для Qeios и PREreview, у каждой рецензии свой DOI.
- 2026-10-23·PREreview·Подделка реплики пользователя при сжатии контекста кодовых агентов: сессии с границей как ещё один выход, где сидят длинные сессии, независимая проверка
Compaction Laundering: Provenance Destruction in Context-Compacting Coding Agents
- 2026-10-23·Qeios·Диффузионные тепловые карты как канал снимка для поиска и классификации рентгенограмм: строка абляции повторяет цифры поиска, подпись к таблице расходится с данными
DAug: Diffusion-based Channel Augmentation for Radiology Image Retrieval and Classification
- 2026-10-22·Qeios·Языковые 3D-карты для роботов: ничья с OpenScene на реальном энкодере, расхождение текста и формулы сглаживания
- 2026-10-22·PREreview·Память опыта для агентов-программистов: откуда экономия 17 %, цена вытеснения из кэша, проверка как триггер
REM: What to Store, When to Recall, What to Forget in Experience Memory for Coding Agents
- 2026-10-21·Qeios·Вред ИИ для среды и здоровья населения по всему жизненному циклу: обзор
Adverse Environmental and Public Health Effects of Artificial Intelligence: A Narrative Review
- 2026-10-20·Qeios·Аудит бенчмарка детекции галлюцинаций LLM, шестой круг: отложенная проверка порога, сверка таблиц
- 2026-10-20·Qeios·Метагеномная базовая модель для мониторинга патогенов в сточных водах: базовая линия без обучения, сиды, равный бюджет настройки, отложенные данные для поиска аномалий
METAGENE-1: Metagenomic Foundation Model for Pandemic Monitoring
- 2026-10-20·PREreview·Приёмка работы кодового агента по требованиям: зелёные тесты против выполненного PRD, кто принимает работу, пустые методы и судья, повторы прогонов
- 2026-10-19·Qeios·Приемлемость чат-бота против врача общей практики
- 2026-10-18·Qeios·Каузальная модель против смещения по полу в медицинских снимках
Fair Diagnosis: Leveraging Causal Modeling to Mitigate Medical Bias
- 2026-10-18·Qeios·Обзор рассогласования визуально-языковых моделей
Large Vision-Language Model Alignment and Misalignment: A Survey Through the Lens of Explainability
- 2026-10-16·Qeios·Аудит бенчмарка детекции галлюцинаций LLM, пятый круг
- 2026-10-13·Qeios·Аудит собственного бенчмарка детектора галлюцинаций LLM, четвёртый круг
- 2026-10-13·Qeios·Карты знаний о канале связи через сверхразрешение изображений
Deep Learning-Based CKM Construction with Image Super-Resolution
- 2026-10-15·Qeios·Опора языковых моделей на ложные подсказки в задачах логического вывода
Do LLMs Overcome Shortcut Learning? An Evaluation of Shortcut Challenges in Large Language Models
- 2026-10-11·Qeios·Свёрточные сети с фиксированными заданными фильтрами
Convolutional Neural Networks Do Work with Pre-Defined Filters
- 2026-10-10·Qeios·Классификация HR-аналитики по Регламенту ЕС об ИИ
Decision Support or High-Risk? Classifying AI Workforce-Intelligence Systems Under the EU AI Act
- 2026-10-10·Qeios·ИИ-рецензенты против людей: 24 статьи, три дисциплины
- 2026-10-08·Qeios·Бенчмарк LLM для формальной верификации доказательств
- 2026-10-08·Qeios·Адаптивный выбор скан-линий УЗИ через нормализующий поток
Deep Sylvester Posterior Inference for Adaptive Compressed Sensing in Ultrasound Imaging
- 2026-10-09·Qeios·Обзор глубокого обучения в регистрации медицинских изображений
Deep Learning in Medical Image Registration: Introduction and Survey
- 2026-10-07·Qeios·Публичные связи и формальные записи у digital-health стартапов
- 2026-10-07·Qeios·Правиловый детектор галлюцинаций LLM, третий круг рецензии
- 2026-10-06·Qeios·Прунинг Stable Diffusion после обучения по компонентам
Efficient Pruning of Text-to-Image Models: Insights from Pruning Stable Diffusion
- 2026-10-06·Qeios·Иерархическое обучение с подкреплением с ориентирами для Sokoban
Solving Sokoban using Hierarchical Reinforcement Learning with Landmarks
- 2026-10-06·Qeios·Трудные визуальные негативы для навигации по инструкциям
Fine-Grained Alignment in Vision-and-Language Navigation through Bayesian Optimization
- 2026-10-06·Qeios·Глубокое обучение с подкреплением для сворачивания белка в 3D HP-модели
Protein Structure Prediction in the 3D HP Model Using Deep Reinforcement Learning
- 2026-10-05·Qeios·Функции влияния для атрибуции обучающих данных в диффузионных моделях
Influence Functions for Scalable Data Attribution in Diffusion Models
- 2026-10-05·Qeios·Дистилляция датасетов через сопоставление траекторий обучения
Enhancing Dataset Distillation via Label Inconsistency Elimination and Learning Pattern Refinement
- 2026-10-05·Qeios·Адаптеры для видео-трансформеров и мультимодального обучения
CM3T: Framework for Efficient Multimodal Learning for Inhomogeneous Interaction Datasets
- 2026-10-05·Qeios·Коррекция уровня шума при генерации в диффузионных моделях
Enhancing Sample Generation of Diffusion Models using Noise Level Correction
- 2026-10-04·Qeios·Адаптация видеодиффузии в модель мира с учётом действий
- 2026-10-04·Qeios·Поиск уязвимостей в коде на нескольких языках
MVD: A Multi-Lingual Software Vulnerability Detection Framework
- 2026-10-04·Qeios·Частичная свёртка с attention для быстрых CNN
- 2026-10-04·Qeios·Большие визуально-языковые модели для повторной идентификации людей
When Large Vision-Language Models Meet Person Re-Identification
- 2026-10-02·Qeios·Синтез табличных данных для рекомендательных систем с помощью LLM
SampleLLM: Optimizing Tabular Data Synthesis in Recommendations
- 2026-10-02·Qeios·Загрязнение доказательств генеративным ИИ при проверке фактов по картинке и подписи
Mitigating GenAI-powered Evidence Pollution for Out-of-Context Multimodal Misinformation Detection
- 2026-10-02·Qeios·Быстрое самообучение речевых моделей на Zipformer
k2SSL: A Faster and Better Framework for Self-Supervised Speech Representation Learning
- 2026-10-02·Qeios·Слияние визуальных токенов для ускорения мультимодальных LLM
iLLaVA: An Image is Worth Fewer Than 1/3 Input Tokens in Large Multimodal Models
- 2026-10-01·Qeios·Байесовский обратный RL для выравнивания LLM
Approximated Variational Bayesian Inverse Reinforcement Learning for Large Language Model Alignment
- 2026-10-01·Qeios·Мультимодальная LLM для поиска моментов в видео
LLaVA-MR: Large Language-and-Vision Assistant for Video Moment Retrieval
- 2026-10-01·Qeios·Игровой движок на LLM: правила покера задаются текстовой инструкцией
- 2026-10-01·Qeios·Китайский датасет контрречи и LLM в роли судьи
- 2026-09-29·Qeios·Согласованность траекторий в сквозном планировании беспилотника
Don’t Shake the Wheel: Momentum-Aware Planning in End-to-End Autonomous Driving
- 2026-09-30·Qeios·Суперпозиция весов в трансформере как смесь экспертов
Superposition in Transformers: A Novel Way of Building Mixture of Experts
- 2026-09-30·Qeios·Метрика надёжности графов навыков для HR-агентов
Can You Trust the Graph Beneath the Agent? A Reliability Metrology for Enterprise Skills Graphs
- 2026-09-30·Qeios·Бенчмарк VLM для тепловых, глубинных и рентгеновских снимков
Are Vision-Language Models Truly Understanding Multi-vision Sensor?
- 2026-09-30·Qeios·Дубли и ошибки разметки в датасетах ремонта уязвимостей
- 2026-09-29·Qeios·Дообучение Nougat для арабского OCR в Markdown
Arabic-Nougat: Fine-Tuning Vision Transformers for Arabic OCR and Markdown Extraction
- 2026-09-29·Qeios·Относительное кодирование позиций вместо self-attention в трансформерах
Translution: Unifying Self-Attention and Convolution for Adaptive and Relative Modelling
- 2026-09-29·Qeios·Нейросети кодируют расстояния, а не интенсивность активаций
- 2026-10-06·PREreview·Что на самом деле задаёт обвязка агента — счёт: запись кэша отдельной строкой, цена с компакцией и без, запускал ли агент тесты перед остановкой, траектории с DOI
- 2026-10-07·PREreview·Контроль над кодом, который пишут агенты: что поручали проверяющему агенту, различает ли набор тестов сравниваемые условия, как находили ложно-зелёные сигналы, не разросся ли свод правил
- 2026-10-08·PREreview·Параллельные субагенты в долгих задачах: из чего состоят лишние токены, насколько растёт контекст главного агента, что поручали проверяющим субагентам, отличим ли уникальный успех от шума при одном прогоне
- 2026-10-09·PREreview·Куда уходят токены агентов при поиске уязвимостей: что на самом деле значит доля токенов этапа, цена обрезки истории, прогоны без единой проверки, один прогон на ячейку
Where Do the Tokens Go? Understanding and Reducing Costs in LLM Agents for Vulnerability Discovery
- 2026-10-10·PREreview·Постоянный файл инструкций агента: оплачивается ли он раз за сессию или на каждом вызове, удаление строк по ценности, навыки по требованию, проверка задачи как выигрыш, повторы и порядок правил
Curating Always-Loaded Context for LLM Agents: A Capacitated Assortment Model with Censored Feedback
- 2026-10-11·PREreview·Когда сжатие контекста агента вредит: цена запрета сжатия, первые сжатия, вред по следующим действиям, открытые данные
- 2026-10-12·PREreview·Агенты пишут рабочий код, но слабые тесты: «всё зелёное» ничего не доказывает, проверки, не различающие версии, второй агент-скептик, открытые данные
TestSuiteBench: Coding Agents Struggle to Generate Strong Test Suites from Specifications
- 2026-10-13·PREreview·Агенты-ревьюеры читают код, но редко запускают его; второй агент с задачей опровергнуть; куда уходят деньги длинных сессий; открытые данные
(When) Should a Software Factory be Lights-off? Benchmarking Code Review Agents on Bug Detection
- 2026-10-16·PREreview·Цена агента задают ходы, а не размер вывода инструментов: дорогой хвост длинных сессий, кэш в реальных счетах, очистка контекста как ручка, какие ходы лишние
TurnCost: Turns, Not Observations: Cache-Aware Loop Engineering for Coding Agents
- 2026-10-17·PREreview·Качество кода и цена агентного код-ревью: тонкий хвост дорогих PR, токены против счёта с кэшем, постраничное чтение длинных файлов, цена проверенной находки
- 2026-10-19·PREreview·Чем заполнять контекст агента: целые файлы против сжатия, контекст оплачивается на каждом вызове, проверка «патч применяется» в цикле, повторы и проверка пустого патча
Skip the Compressor: Coding Agents Fix More Issues When They Pick Whole Files
- 2026-10-18·PREreview·Что класть в AGENTS.md: цена файла в сессиях, которые его читают, короткий файл и навыки по требованию, проверка, которую агент может запустить, повторы прогонов
The Role of Agentic Instruction Categories for Code Generation: A Study of Five Python Libraries
- 2026-10-15·PREreview·Сжатие контекста кодового агента: где на самом деле счёт, когда сжимать, уверенные ошибки без проверки, открытые данные
- 2026-10-05·PREreview·Что значит молчание набора проверок: поля отчёта рядом с pass/fail, кто писал проверки, внешний опровергатель, хеш и артефакт
Discriminating Fixture Coverage in Agent-Infrastructure Verification Suites
- 2026-10-04·PREreview·Вторая модель как рецензент: промпт и установка «опровергни», ложные срабатывания, кто писал ключ ответов, токены и открытые данные
When Does a Second Model Help? Cross-Model Review in LLM Verification
- 2026-10-02·PREreview·Когда агенту сжимать контекст: частота сжатий, цена с кэшем, проверка сводок, разброс прогонов
AutoCompact: Learning When to Compact Context in Long-Horizon Coding Agents
- 2026-10-01·PREreview·Самопроверка терминальных агентов: свои тесты, независимый опровергатель, согласие LLM-судей, цена
Can Terminal Agents Trust Their Own Verification? Diagnosing and Improving Self-Verification
- 2026-09-30·PREreview·Сжатие контекста агента: цена с кэшем, частота сжатия, проверка другой моделью, повторы
FOCUS: Training-Free Decision-Preserving Context Compression for LLM Agents
- 2026-09-29·PREreview·Прогноз расхода токенов агента: кэш, дорогой хвост, сжатие контекста, бюджет
TokenCast: Forecasting Token Consumption During LLM Agent Execution
- 2026-09-28·Qeios·Визуальный контроль дефектов через VLM с одним примером
Vision-Language In-Context Learning Driven Few-Shot Visual Inspection Model
- 2026-09-28·Qeios·Федеративное дообучение базовых моделей за один раунд
One Communication Round is All It Needs for Federated Fine-Tuning Foundation Models
- 2026-09-28·Qeios·Бенчмарк открытого мира для 3D-детекции в беспилотниках
OpenAD: Open-World Autonomous Driving Benchmark for 3D Object Detection
- 2026-09-28·Qeios·Ускорение диффузионных трансформеров кэшированием через skip-ветви
Accelerating Vision Diffusion Transformers with Skip Branches
- 2026-09-26·Qeios·Адаптивная токенизация изображений по сложности через LLM
- 2026-09-26·Qeios·Оценка качества изображений с локализацией через мультимодальные LLM
Grounding-IQA: Multimodal Language Grounding Model for Image Quality Assessment
- 2026-09-26·Qeios·Эквивалентное разбиение трансформера на экспертов MoE
Union of Experts: Adapting Hierarchical Routing to Equivalently Decomposed Transformer
- 2026-09-26·Qeios·Дообучение с малым числом параметров через LDU-разложение
LoLDU: Low-Rank Adaptation via Lower-Diag-Upper Decomposition for Parameter-Efficient Fine-Tuning
- 2026-09-28·PREreview·Лишние траты кодовых агентов: повторное чтение, субагенты, перезапуск тестов, размер навыков
Analyzing and Mitigating Cost-Inefficient Behaviors in Coding Agents
- 2026-09-26·PREreview·Маршрутизация кодовых агентов по моделям: кэш, очистка контекста, проверка
Control the Harness, Control the Cost: Routing and Governing AI Coding Agents in the Enterprise
- 2026-09-25·Qeios·Правиловый детектор галлюцинаций LLM, повторная рецензия
- 2026-09-25·Qeios·Метаданные URL ускоряют предобучение языковых моделей
Metadata Conditioning Accelerates Language Model Pre-training
- 2026-09-25·Qeios·Маршрутизация запросов между LLM без разметки
- 2026-09-25·Qeios·Кросскодеры: сравнение базовой и чат-моделей
Overcoming Sparsity Artifacts in Crosscoders to Interpret Chat-Tuning
- 2026-09-25·Qeios·LLM и символьная аппроксимация временных рядов
LLM-ABBA: Understanding Time Series via Symbolic Approximation
- 2026-09-25·PREreview·Цена памяти в многоагентных процессах: кэш, длинные прогоны, проверка
Total Cost of Agency: Exact Attribution of Memory Injection Cost in Multi-Agent LLM Workflows
- 2026-09-23·Qeios·Гамильтонова механика для анализа цепочек рассуждений
- 2026-09-23·Qeios·Поиск и ответы по тысячам документов
Document Haystacks: Vision-Language Reasoning Over Piles of 1000+ Documents
- 2026-09-23·Qeios·Галлюцинации мультимодальных моделей на синтетических видео
VideoHallu: Evaluating and Mitigating Multi-modal Hallucinations for Synthetic Videos
- 2026-09-23·Qeios·Бесконтактная ВСР для отличия человека от ИИ
- 2026-09-23·Qeios·Телемедицина после бариатрической операции в пандемию
- 2026-09-23·Qeios·Правиловый детектор галлюцинаций LLM
SAS Multimetric Tribunal: Structural Classification of Hallucination in AI-Generated Text
- 2026-09-23·Qeios·Дообучение Phi-3 для тестов с выбором ответа
Fine-Tuning PHI-3 for Multiple-Choice Question Answering: Methodology, Results, and Challenges
- 2026-09-23·Qeios·Многошаговое обучение трансформеров для лабиринтов
- 2026-09-21·PREreview·Обвязка кодовых агентов: контекст, план и набор инструментов
- 2026-09-21·Qeios·Аудит LLM-персон в моделировании обращаемости за помощью
- 2026-09-21·Qeios·Отравление документов в RAG: устойчивость малой модели
In RAG We Trust? Measuring Robustness of Retrieval-Augmented Generation Under Document Poisoning
- 2026-09-21·Qeios·Обзор соавторства человека и ИИ в научных текстах
An AI-Human Collaborative Review of AI-Human Collaborative Reviews
- 2026-09-21·Qeios·Инструмент для аудита генеративного ИИ пользователями
WeAudit: Scaffolding User Auditors and AI Practitioners in Auditing Generative AI
- 2026-09-21·Qeios·Настраиваемые пользователем этические ограждения для LLM
AI Ethics by Design: Implementing Customizable Guardrails for Responsible AI Development
- 2026-09-21·Qeios·Обзор задач и проблем ИИ в программной инженерии
- 2026-09-18·Qeios·Промежуточный слой для аудируемых вызовов LLM
MiND: A Minimal Deterministic Middleware for Auditable LLM Interaction
- 2026-09-18·Qeios·Индексирование похожего и связанного для многошагового поиска
SiReRAG: Indexing Similar and Related Information for Multihop Reasoning
- 2026-09-18·Qeios·Обзор обучения с подкреплением для генерации кода
Enhancing Code LLMs with Reinforcement Learning in Code Generation: A Survey
- 2026-09-18·Qeios·Обзор мультимодальных моделей и их бенчмарков
Benchmark Evaluations, Applications, and Challenges of Large Vision Language Models: A Survey
- 2026-09-18·Qeios·Кэш в задаче маршрутизации множества роботов на складе
Enhancing Lifelong Multi-Agent Path Finding with Cache Mechanism
- 2026-09-18·Qeios·Геометрическая типология галлюцинаций языковых моделей
- 2026-09-18·PREreview·Агенты сообщают о работе, которую не выполнили
- 2026-09-17·Qeios·Смешанная точность KV-кэша в llama.cpp
Beyond Perplexity: The Quality–Memory Frontier of Native Mixed-Precision KV Caching in llama.cpp
- 2026-09-17·Qeios·Арбитраж LLM-судей при оценке ответов
DAFE: LLM-Based Evaluation Through Dynamic Arbitration for Free-Form Question-Answering
- 2026-09-17·Qeios·Оценка уверенности LLM при разметке данных соцнаук
LLM Confidence Evaluation Measures in Zero-Shot CSS Classification
- 2026-09-17·Qeios·Медицинский чат-бот с поиском и долговременной памятью
Hybrid Memory-Retrieval Model: Enhancing Trust in Medical Chatbots
- 2026-09-17·Qeios·Устранение галлюцинаций в RAG переписыванием запроса и контекста
- 2026-09-17·Qeios·Открытые LLM в генерации синтетических данных о токсичности
ToxiLab: How Well Do Open-Source LLMs Generate Synthetic Toxicity Data?
- 2026-09-17·Qeios·Мультиагентная LLM-система для открытия физических законов
PhysAgent: A Multi-Agent Approach to the Automated Discovery of Physical Laws
- 2026-09-17·Qeios·Структурированные промпты для LLM в задачах на графах
GraphICL: Unlocking Graph Learning Potential in LLMs through Structured Prompt Design
- 2026-09-17·Qeios·Ретривер с генерацией для поиска фрагментов в документе
- 2026-09-17·PREreview·Субагенты против навыков: изоляция контекста и её цена
Subagents vs Agent Skills: Executing Reusable Knowledge for Long-Horizon Agentic Tasks
- 2026-09-16·Qeios·Воспроизводимость LLM-персон в моделировании обращения за помощью
Simulating Lay Health-Seeking Behavior with LLM Personas and Illness Vignettes
- 2026-09-16·Qeios·Бенчмарк многоходового диалогового RAG
MTRAG: A Multi-Turn Conversational Benchmark for Evaluating Retrieval-Augmented Generation Systems
- 2026-09-16·Qeios·Стоимость и качество кодовых агентов на лёгких моделях
Matching Frontier Code Agents with Lightweight Models via Multi-Model Consultation
- 2026-09-16·Qeios·Эпистемическое стадное поведение в мультиагентном поиске
The Cost of Consensus: Malignant Epistemic Herding in Distributed Multi-Agent Search
- 2026-09-16·Qeios·Экономика переиспользования KV-кэша
Towards More Economical Context-Augmented LLM Generation by Reusing Stored KV Cache
- 2026-09-16·Qeios·Физические ИИ-агенты и отраслевые архитектуры
Physical AI Agents: Integrating Cognitive Intelligence with Real-World Action
- 2026-09-16·Qeios·Разнородность моделей в мультиагентных дебатах
Diversity of Thought Elicits Stronger Reasoning Capabilities in Multi-Agent Debate Frameworks
- 2026-09-16·Qeios·Геометрия опоры на контекст в RAG
Semantic Grounding Index: Geometric Bounds on Context Engagement in RAG Systems
- 2026-09-16·Qeios·Устойчивость RAG к отравлению документов
In RAG We Trust? Measuring Robustness of Retrieval-Augmented Generation Under Document Poisoning
- 2026-09-16·PREreview·Обрезка контекста и надёжность агентных процессов
- 2026-09-15·Qeios·Бенчмарк медицинских ИИ-агентов в среде EHR
MedAgentBench: A Realistic Virtual EHR Environment to Benchmark Medical LLM Agents
- 2026-09-15·Qeios·Децентрализованная координация мультиагентных систем
AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems
- 2026-09-15·Qeios·Отбор обучающих данных агентами
Star-Agents: Automatic Data Optimization with LLM Agents for Instruction Tuning
- 2026-09-15·Qeios·Агенты в порождении исследовательских идей
- 2026-09-15·Qeios·Автономный агент в генерации кода проверок
DRC-Coder: Automated DRC Checker Code Generation Using LLM Autonomous Agent
- 2026-09-15·Qeios·Ансамбли моделей в подготовке библиографии
Enhancing Annotated Bibliography Generation with LLM Ensembles
- 2026-09-15·Qeios·Агентные графовые базы данных
- 2026-09-15·Qeios·Отраслевые агентные системы
Agentic Systems: A Guide to Transforming Industries with Vertical AI Agents
- 2026-09-15·Qeios·Агентный веб-поиск и RAG в инженерном проектировании
Accelerating Manufacturing Scale-Up Using Agentic Web Navigation and Retrieval-Augmented AI
- 2026-09-14·PREreview·Принятие решений в условиях неопределённости
- 2026-09-13·PREreview·Оценка медицинских языковых моделей
The widening evaluation gap in medical large language model research 2023 to 2026
- 2026-09-12·PREreview·Воспроизводимость агентных систем
- 2026-09-12·Qeios·Отраслевая финансовая языковая модель
- 2026-09-12·Qeios·Дрейф идентичности у ИИ-агентов
Prompt Volatility: An Empirical Study of Identity Drift in LLM Agents
- 2026-09-12·Qeios·Динамическая маршрутизация между моделями
- 2026-09-12·Qeios·Машинная генерация математических доказательств
- 2026-09-12·Qeios·Когнитивные искажения в ответах моделей
- 2026-09-12·Qeios·Управление энергопотреблением в доме
- 2026-09-12·Qeios·Культурное выравнивание моделей
- 2026-09-12·Qeios·Суммаризация длинных отзывов
Исследования и открытые данные
Препринт, технические отчёты и датасеты к ним.
A Suite That Does Not Discriminate: The Case for Result-Set Fields in Agent Conformance Records
A set of conformance checks can consist entirely of sound, correctly reported, individually falsifiable checks and still support no conclusion, because no check changed state across the conditions compared. That is a property of the set, and no per-check field can carry it. The paper proposes a result-set field recording whether any check discriminated and which ones; it documents the adjacent case in a published corpus of 36 coding-agent runs, where a verdict of 4,086 tests and zero failures held with zero variance across six conditions whose modelled cost differed by 25.3% (a figure computed with the incorrect prices of report versions 1.0 and 1.1; 33.5% at the corrected prices of version 1.2, DOI 10.5281/zenodo.22759217); it reports as negative the tempting explanation that longer sessions simply did less work; and it identifies a case the proposed field cannot answer — where the checks are authored by the run itself, check identity does not survive across runs and the comparison-level question is undefined rather than false.
No Request With a Known Crawler User-Agent Reached llms.txt: Fifteen Days of Logs at One Origin Server
Fifteen days of logs at one origin server: 46,155 requests presenting known search and AI crawler user-agents, none for llms.txt, while robots.txt was requested 698 times in the two days after the file went live. Corrects the numbers in draft-arsentev-llm-context-discovery-00.
AI Content Engine Economics: The Cost of Short-Form Video Production by AI Agents and by People
One company's AI content engine produced 1,497 short-form videos across 67 channels in 101 days for $4,313.76 in subscriptions: $0.52 per 1,000 organic views and $2.88 per video. The same volume from a human studio would take 42–78 people and $179,000–1.21 million a month; buying the reach from influencers would cost 3.8–57 times more. Built by one person with no technical background; code written by Claude agents. Company under NDA, figures and calculations only.
Clear Every Third Task: A Measured U-Curve in the Context Economy of Coding Agents
Corrected 2026-09-15. How often should an agent's context be cleared? 36 runs, six session-length policies, six replicates each, and no failure among the tests the agent wrote (4086 in total). Cost is U-shaped in session length: clearing after every task costs 33.5% more than clearing every third (p = 0.0022), while never clearing costs 9.7% more, which is not significant (p = 0.046, Holm-adjusted 0.14). Three, four and six tasks per session are indistinguishable, so the low region is a plateau. The U decomposes into cache writes falling and context per call rising, with 1-hour cache writes priced 20:1 against cache reads.
The Context Economy of Agentic LLM Sessions: Where the Money Actually Goes
Corrected 2026-09-15. 722 agent sessions, 150,902 model calls, 34.6 billion tokens. Context handling accounts for 87.8% of modeled cost and generation for 12.2%; by estimate, 80% of the spend comes from 2.9% of sessions. Includes two log-deduplication traps that change the answer by a factor of two in either direction, and the de-identified dataset.
AI Tools Radar: GitHub and Hugging Face projects selected by arsentev.ai (monthly)
490 open-source AI projects selected and reviewed by the arsentev.ai radar since June 2026, with daily GitHub and Hugging Face API snapshots of how they evolve after selection. A new version is released every month.
Context U-curve: 36 coding-agent runs under six context-clearing policies
Run-level token counters, modeled cost, wall clock and test outcomes for every run behind the U-curve report. Counters only - no prompts, no model output, no paths.
Context economy: modeled cost of 722 coding-agent sessions
Per-session model calls and modeled cost at list prices for the 722 sessions behind the Context Economy report (v1.1). Counters only - no prompts, no code, no project names.
Стандарты
Интернет-драфты в IETF.
Agent Run Metrics: A JSON Interchange Format for Resource Accounting of AI Agent Runs
draft-arsentev-agent-run-metrics
Discovery and Retrieval of Publisher-Curated Context Files for Large Language Models
draft-arsentev-llm-context-discovery
Инструменты с открытым кодом
contextburn — счётчик расхода контекста для кодовых агентов, лицензия MIT.
Членство и участие
Организации и рабочие группы по стандартам и научной коммуникации.
W3C — Cognitive AI Community Group
Участник
W3C — Agent Conformance and Benchmarking Community Group
Участник
Член
Член
Член с сентября 2026
Исследования — рецензируемые статьи и идентификаторы автора. · Пресса · Обо мне