Способности · Понятие
DeepSeek-V4: MoE-языковая модель на миллион токенов
Семейство open-weight моделей, чьи кибервозможности по оценке AISI сокращают отставание от закрытых передовых моделей.
Горизонт прогноза
Open-weight cyber parity timelines will keep compressing, stressing export and eval regimes.
Связи
Связи · 3
Как этот узел связан с остальной картой и какие подтверждения стоят за связями.
входит · отслеживается через 7/10
Институт безопасности ИИ (Великобритания) Кибер-оценки AISI сравнивают open-weights DeepSeek V4-Pro с более ранними закрытыми frontier-моделями.
+7 прирост входит · ссылается на 3/10
Сужение киберразрыва открытых (open-weight) моделей AISI указывает DeepSeek V4-Pro среди open-моделей, близких к закрытым frontier по кибервозможностям.
+3 прирост ведёт к · делает возможным 2/10
Непрерывное обучение в LLM через разложение разреженных экспертов Архитектура MoE DeepSeek-V4 с контекстом в миллион токенов открывает новые подходы к непрерывному и длинноконтекстному обучению в LLM.
+2 приростИсточники сигнала
Источники сигнала
Датированные факты из первоисточников по этому направлению.
Горизонт задач удваивается Mar 2025
Длина программных задач, которые ИИ-агенты выполняют автономно с надёжностью 50%, удваивается примерно каждые 7 месяцев, а с 2024 года — ближе к ~3 месяцам.
METR → Бенчмарки насыщаются Apr 2025
За год баллы выросли на 18.8, 48.9 и 67.3 пункта на MMMU, GPQA и SWE-bench; решаемость реальных программных задач подскочила с 4.4% до 71.7%.
Stanford HAI — AI Index 2025 → Автономное программирование 2025–2026
На SWE-bench Verified (500 реальных issue с GitHub) автономные кодовые агенты достигли ~80–86% к концу 2025 года против менее 50% в начале 2025.
Epoch AI →