Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #7538

Qwen3.5-4B

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

5

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Контрфактическое удаление поражений обучает MedScope-4B сообщать только то, что видно на изображении

В статье (arXiv:2611.13006v1) авторы формируют контрфактические варианты изображений (удаление поражения через инпейтинг и контролируемое редактирование) из публичных сегментационных наборов и обучают на них MedScope-4B (Qwen3.5-4B, LoRA, инструменты для изображений). На 507 внутренних случаях по пяти типам изображений MedScope-4B показал ESG 0.758 и заявлял об удалённом поражении в 9,6% случаев против ESG 0,27–0,47 и 41–62% ложных заявок у ведущих VLM; эффект ослабевал без контрфактов, воспроизводился на MedGemma 1.5 4B и других инструментах инпейтинга и сохранялся во внешних центрах, но ведущие модели обнаруживали больше реальных поражений, а MedScope-4B пропускал критические случаи (например, 0 из 48 пневмотораксов в одном тесте).

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

ThinkJev (arXiv:2610.37732v1): гибридный быстрый/медленный метод для калиброванных типизированных решений

ThinkJev — метод, использующий одну гибридную модель мышления для быстрого «Системы 1» (чтение логитов для букв вариантов) и медленного «Системы 2» (чтение логитов после «размышления»), так что одна выборка размышления дает ответы для любых бюджетов размышления. В статье сообщается, что при целевой ошибке 5% Qwen3.5-27B позволяет Системе 1 ответить на 24.5% решений (фактическая ошибка 3.9%), а продолжение размышлений для остальных даёт сопоставимую с постоянным размышлением точность при значительном сокращении токенов размышления; код и генераторы данных доступны на GitHub.

6.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

ClawLoop: платформа для самосовершенствующихся LLM-агентов в хабе (arXiv:2610.14118v1)

Препринт arXiv:2610.14118v1 предлагает ClawLoop — замкнутый цикл обучения для LLM-агентов в «хабе», который итеративно синтезирует задания, обучает агентa (SFT/ RL) и анализирует ошибки для генерации данных следующего раунда без внешнего учителя. С использованием Qwen3.6-27B в качестве модели цикла авторы демонстрируют стабильные улучшения в SkillsBench, Claw-Eval-Live и ClawGym-Bench и показывают, что сгенерированные задачи переносят выгоды на меньшие модели Qwen3.5 4B и 9B.

7.0

RESEARCH · 1 ИСТОЧН. · Apple Machine Learning Research

SCLATE: платформа для обучения и оценки агентов с непрерывным обучением

SCLATE — это исполнимый субстрат, который объединяет планирование событий для бенчмарков и немодифицированных агентов через открытый планировщик и гибридные симулированные часы, сокращая месячные многосессионные сценарии до часов и записывая каждый вызов модели через прокси внутри контейнера. Авторы портировали семь бенчмарков и протестировали десять конфигураций «harness»/памяти на десяти моделях, обнаружив, что дополнительные системы памяти не всегда превосходят нативную память harness; они также док-обучили Qwen3.5-4B с немодифицированными harness и памятью, что уменьшило чтение файлов, повысило показатель SWE-bench Verified на 16.7 пункта и увеличило точность MetaClaw до 11.8 пункта.

7.0

MODELS · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA представила NV-Reason-CT — открытую 3D VLM для КТ с пошаговым рассуждением врача

NVIDIA представила NV-Reason-CT — открытую исследовательскую 3D визуально-языковую модель, объединяющую полноценный 3D ViT-энкодер и языковую модель Qwen3.5-4B для генерации пошагового рассуждения и структурированных заключений по грудным и абдоминальным КТ. Модель показала сопоставимые с лучшими результаты на бенчмарке CT-RATE (Macro-F1 0,614; Macro-AUROC 0,871), её клиническую правдоподобность подтвердили радиологи NIH, и она предназначена как основа для дообучения и интеграции с инструментами NVIDIA Medical AI (сегментация, синтетические данные).

8.0