Выпуск от 20 октября 2026 г.

Попросите ИИ нарисовать «медсестру» или «юриста». О внешности вы ни слова не говорите. Команда под руководством Корнеллского университета проделала это с 27 генераторами изображений и получила 51 300 лиц.

По оценкам 550 человек все 23 генератора, для которых было оценено достаточно изображений, обошли реальные фотографии по привлекательности. Среди лиц, запрошенных как женские, 37% получили по автоматическим оценкам больше баллов, чем медианная фотомодель. Лица, запрошенные как нигерийские, чернокожие или эфиопские, получили самые низкие баллы.

Затем 570 человек отбирали кандидатов на работу. Часть из них сначала увидела очень привлекательные лица, созданные ИИ. После этого они оценили тех же реальных кандидатов как менее подходящих для найма и менее заслуживающих доверия. На собеседование пригласили меньше людей: 72,5% против 77,4%.

Классическая ретушь фотографий ничего не изменила. Почему это делают лица от ИИ, авторы пока сказать не могут. Но синтетические люди заполняют рекламу, сайты и фотобанки.

Источник: Generative AI Produces and Transmits Beauty Bias, https://arxiv.org/abs/2610.22553

Представьте несколько бегунов на круговой дорожке. Общий старт, у каждого своя постоянная скорость. Окажется ли каждый бегун в какой-то момент далеко от всех остальных? Это гипотеза об одиноком бегуне.

При n + 1 бегунах она предсказывает зазор не меньше 1/(n + 1) круга. Простой подсчёт гарантирует лишь половину этого. Десятилетиями выигрыш над этой лёгкой оценкой сходил на нет по мере добавления бегунов.

Сию Ху и Ифань Цзин теперь доказали выигрыш, который никогда не исчезает: фиксированную долю сверх лёгкой оценки при любом числе бегунов. Инструменты — новое неравенство о перекрытиях и рассуждения об общих делителях.

Авторы использовали ChatGPT 6, чтобы проверять и шлифовать доказательства. Они пишут, что модели не смогли улучшить оценку самостоятельно.

Источник: Near optimal gap in the Lonely Runner Conjecture, https://arxiv.org/abs/2610.23790

Климатические модели работают на одних из крупнейших суперкомпьютеров мира. Но сколько точности покупает каждая дополнительная порция вычислений? Команда из 24 исследователей проверила 159 климатических моделей, созданных с 1995 года.

Их ответ поразительно устойчив. Каждое удвоение вычислений снижало ошибку моделей примерно на 13,5%. Чтобы вдвое уменьшить нынешнюю ошибку, потребуется примерно в 28 раз больше вычислений.

Успехи неравномерны. С первого поколения ошибки по давлению воздуха сократились в 3,5 раза, по приземной температуре — в 2,7 раза. Ошибки по осадкам уменьшились всего на 7%.

Погодные модели на основе ИИ теперь не уступают лучшим прогнозам. Но ни одна не публикует измеренное энергопотребление. Если учесть обучение, одна из них опускается по эффективности со второго места на последнее. Команда призывает сообщать об энергии наряду с точностью.

Источник: Energy-Aware Earth System Science: A Community Roadmap, https://arxiv.org/abs/2610.23216

Следите за ежедневными осадками и отмечайте каждый рекорд — день дождливее всех предыдущих. Много рекордов ведь должно означать высокий итоговый пик? Трое физиков проверили это точной математикой.

Для случайных значений из любого гладкого распределения ответ — нет. Число рекордов и наибольшее значение никак не связаны. Знание одного ничего не говорит о другом, при любой длине ряда.

Добавьте сухие дни, без дождя, — и связь появляется. Выше критической доли сухих дней она сначала растёт, потом угасает. Ниже — только угасает. Для порога есть точная формула.

Команда проверила это на ежедневных записях осадков немецких метеостанций. Одна группа оказалась выше порога, другая ниже. Обе следовали предсказанной форме, без подгонки каких-либо параметров.

Источник: Emergence of Correlations Between Records and Maximum in Random Time Series, https://arxiv.org/abs/2610.23217

Гребля кормовым веслом — старинный способ двигать лодку одним веслом. Оно лежит в выемке на корме, лопасть всё время под водой. Руки гребца выписывают знак бесконечности.

Французская команда оснастила 4,7-метровую лодку датчиками силы, датчиками движения и лагом. Затем двое опытных гребцов разгоняли её на спокойной воде с места до максимальной скорости.

Во время боковых махов лопасть работает как крыло. Подъёмная сила толкает лодку вперёд. На каждом повороте быстрый разворот лопасти отбрасывает воду назад. Все четыре фазы гребка дают тягу.

КПД достигает почти 65% при умеренных 1,2 метра в секунду. При 2 метрах в секунду он падает примерно до 25%. Корпус тогда близок к своей критической скорости, и волны съедают усилия.

Источник: Hydrodynamics and propulsive efficiency of stern-sculling propulsion, https://arxiv.org/abs/2610.23444

У всех четырёх планет-гигантов Солнечной системы есть кольца. Однако ни одно кольцо ещё не подтверждено вокруг зрелой планеты другой звезды. Они редки или их просто трудно увидеть?

Космический телескоп «Роман» несёт коронограф, который заслоняет свет звезды. Он должен увидеть планеты-гиганты по отражённому ими звёздному свету. Команда Мичиганского университета смоделировала, что добавят кольца.

Кольца могут быть в десять–сто раз ярче своей планеты. И они оставляют отпечаток: четыре пика и провала яркости вдоль орбиты вместо двух.

Команда смоделировала Эпсилон Эридана b — приоритетную цель «Романа». Без кольца планета часто опускается ниже порога обнаружения. С кольцом, как у Сатурна, она сияет до двух раз ярче и остаётся видимой почти на всей орбите.

Источник: Detecting Exoplanetary Rings with Roman CGI Reflected Light Phase Curve Observations, https://arxiv.org/abs/2610.23835

Ток в электросети идёт с частотой 50 или 60 герц, но никогда не ровно. Его частота колеблется, причём одинаково во всей сети. Лампы мерцают вместе с ней, а камеры записывают это мерцание.

Два исследователя из Солент-университета Саутгемптона надеялись, что в видео от ИИ этого мерцания не будет. Сюрприз: генераторы воспроизводят его так же сильно, как в настоящих съёмках. Его наличие ничего не доказывает.

Поэтому они сравнивают колебания с независимой записью состояния сети. Их система приняла 93% настоящих аудиоклипов и 100% настоящих видео. Она может датировать звукозапись с точностью около секунды в пределах суток.

Две созданные ИИ копии реальной сцены мерцали с частотой 60 герц, тогда как в заявленном месте сеть работает на 50. Слабое место остаётся: подменённое лицо в подлинной съёмке сохраняет подлинный гул.

Источник: An Agentic ENF Framework for Forensic Video Authentication Against Generative AI, https://arxiv.org/abs/2610.22440

Глюоны переносят сильное взаимодействие — то, что связывает кварки. Если их достаточно нагреть, они образуют плазму. Какое давление она оказывает? Физики вычисляют ответ шаг за шагом, и каждый шаг — более тонкая поправка.

Один из шагов, так называемый член g⁶, оставался недосягаемым больше двадцати лет. Для него нужны 65 запутанных диаграмм, в каждой по четыре петли.

Команда из Хельсинки, Турку, Чили и Берна наконец довела его до конца. Она вычислила девять неизвестных интегралов новым методом, потратив около миллиона процессорных часов на суперкомпьютерах.

Результат: прежние шаги колебались то выше, то ниже компьютерных симуляций плазмы. С новым членом теория и симуляция сходятся — вплоть до температур, в несколько раз превышающих ту, при которой глюоны вырываются на свободу. Следующая цель — добавить кварки, ради слияний нейтронных звёзд.

Источник: Complete g⁶ pressure of hot Yang-Mills theory, https://arxiv.org/abs/2610.23675

В Индии значительная часть повседневных покупок совершается в маленьких лавках, которые называют кирана. Может ли ИИ управлять такой? Команда из BITS Pilani построила симулированную лавку, чтобы это выяснить.

Одна модель ИИ играет всех четырёх работников: управляющего, кассира, помощника и счетовода. Управляющий никогда не видит лавку — только отчёты персонала. Покупатели и поставщики говорят по-английски, на хинди или на хинглише.

Четыре открытые модели ИИ вели лавку по 30 симулированных дней. Простой лавочник, следующий правилам, заработал около 103 000 рупий. Лучшая модель в среднем — около 13 700. Две потеряли больше, чем лавка, где никто ничем не управляет.

У провалов есть имена. Письма поставщикам, которых не существует. Платёж, которого никогда не было. Заказы, оплаченные дважды. У одной модели 42% писем на хинди вернулись как нечитаемые.

Источник: KiranaBench: Can a Language Model Run a Neighbourhood Shop?, https://arxiv.org/abs/2610.22980

Медицинские приложения следят за вашим пульсом, уровнем глюкозы, иногда за психическим здоровьем. Команда из университетов США и Канады изучила более 10 000 таких приложений в Google Play.

69% запрашивают хотя бы одно разрешение, которое не оправдано их описанием. Около половины хотят доступ к местоположению или камере без указанной причины. Треть — к микрофону.

Команда запускала приложения на тестовых телефонах. Из 3599 запустившихся 93% не показали экрана согласия. Многие при этом всё равно отправляли рекламный идентификатор телефона.

Когда форма согласия всё же появляется, приложения в основном держат слово: одно из 14 собирало то, о чём не упоминало. Ошибались даже крупные разработчики с большими ресурсами. Авторы призывают к автоматическим проверкам конфиденциальности до того, как приложение попадёт в магазин.

Источник: Bad Diagnosis: Analyzing Consent and Data Collection Practices of Mobile Medical Apps, https://arxiv.org/abs/2610.23851