Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Разработчик Пётр Мигдал проверил, можно ли доверить нейросети самый рискованный этап тихой охоты — определение грибов по фотографии. Короткий ответ: если очень хочется однажды поужинать дважды, то можно. В бенчмарк вошли 1040 фотографий 55 видов грибов, наиболее распространённых в Польше.

Изображения взяли из датасета FungiTastic, созданного на основе Atlas of Danish Fungi. Полная база содержит свыше 600 тыс. снимков с экспертной классификацией, а для части образцов вид подтверждён анализом ДНК.

Модели показывали каждую фотографию и просили назвать пять наиболее вероятных видов на латыни. Дополнительно их не обучали и специальные инструменты не подключали.


Лучше остальных справилась Gemini 3.8 Flash: правильный вид оказался на первом месте в 65% случаев и попал в пятёрку ответов в 85%. Немного отстали Gemini 3.6 Flash с результатами 64% и 85%, а также Gemini 3.7 Flash — 61% и 82%. Внизу таблицы расположились Qwen 3.8 27B, MiniMax-M3 и Qwen 3.8 Flash.


Но высокая точность закончилась там, где начался вопрос безопасности. Gemini 3.8 Flash и Gemini 3.6 Flash примерно в 11% случаев определяли ядовитые грибы как съедобные виды. У GPT-5.6 Sol доля опасных ошибок достигла 24%, у Claude Opus 5 — 29%, а у Qwen 3.8 27B — 36%. То есть последняя модель потенциально отправляла в корзину не тот гриб чаще чем в каждом третьем случае.

Есть важная оговорка: нейросети напрямую не спрашивали, можно ли есть находку. Они определяли вид, а затем исследователь сопоставлял ответы с таблицей съедобности. Некоторые модели и вовсе отказывались давать классификацию.

Не просто ответ Starlink: российский «Рассвет» вышел на реальные испытания

Российская низкоорбитальная спутниковая система «Рассвет» вышла из лаборатории в реальный мир. Компания «Бюро 1440», входящая в «ИКС Холдинг», начала тестировать интернет-сервис с потребителями в разных регионах страны, а первый пользовательский терминал уже установили на поезд дальнего следования РЖД.

Об этом на Восточном экономическом форуме рассказал гендиректор «ИКС Холдинга» и руководитель «Бюро 1440» Алексей Шелобков. По его словам, в 2026 году проект перешёл от исследований к апробации сервиса, причём с некоторым опережением графика.

Теперь компании предстоит проверить, как спутниковая связь поведёт себя на больших территориях и в движении. Тест на поезде РЖД должен начаться в ближайшие дни или недели. Хороший стресс-тест: если интернет не потеряется где-нибудь между станциями, значит, проект уже умеет больше многих мобильных операторов.

«Рассвет» создаётся как отечественная низкоорбитальная группировка для высокоскоростной передачи данных. Она должна обеспечить связью удалённые регионы, помочь сократить цифровое неравенство и сформировать российскую систему глобальной гибридной связи.

Шелобков подчеркнул, что проект не стоит рассматривать исключительно как ответ Starlink. По его словам, спутниковый интернет становится ключевой технологией и стандартом связи будущего, поэтому России необходима собственная инфраструктура без зависимости от чужих аппаратов, терминалов и настроения зарубежных владельцев платформ.

Параллельно Роскосмос планирует активнее привлекать частные компании к работе в отрасли. Космос, как отметил глава «Бюро 1440», давно превратился из территории красивых запусков в обычную бизнес-инфраструктуру.

RSS: Новости на портале Anti-Malware.ru