AI: дайджест за 4 апреля 2026

1. Исследование: агентские бенчмарки плохо отражают реальный рынок труда

Авторы сопоставили 72 342 задачи из 43 бенчмарков ИИ-агентов с таксономиями O*NET и данными BLS и показали структурный перекос оценок в сторону задач, удобных для измерения, но не репрезентативных для экономики. Это важно, потому что оптимизация агентов по таким наборам может уводить разработки от областей с большим социально-экономическим эффектом и искажать выводы о «готовности к работе».

Источники: t.me/gonzo_ML

2. Mirage: мультимодальные модели могут «понимать» изображения, которых не видели

Исследование описывает эффект «миража»: модель генерирует детальные визуальные описания и рассуждения даже когда входное изображение отсутствует, опираясь на текстовые эвристики и прайоры датасетов. Важно тем, что высокие результаты на визуальных бенчмарках могут быть завышены, а в критичных сценариях (например, медицина) возможен тихий сбой, когда картинка не загрузилась, но модель уверенно «выдумывает» анализ; предложен фреймворк B-Clean для очистки бенчмарков.

Источники: t.me/gonzo_ML

3. Инцидент с Cursor: ошибочная команда привела к удалению данных на Windows

Пользователь сообщил, что Cursor сгенерировал команду с ошибкой экранирования, из-за чего в Windows запуск rmdir /s /q начал удалять содержимое диска C, включая системные папки. История важна как практическое напоминание о рисках запуска агентных инструментов с полным доступом без изоляции и бэкапов.

Источники: t.me/ai_newz

4. Замечены новые модели для генерации изображений: maskingtape/packingtape/gaffertape

В источнике сообщается, что «появились и исчезли» три новые модели с названиями maskingtape, packingtape и gaffertape, которые выглядят как возможная новая версия генератора изображений от OpenAI и демонстрируют сильные результаты по мелкому тексту и «world knowledge». Это важно как сигнал о потенциальном обновлении стека генерации изображений и появлении новых специализированных режимов (например, сегментация/инпейнтинг), хотя детали пока не подтверждены.

Источники: t.me/cgevent