Почему агент не находит то, что помнит
Найти точную фразу и понять тот же вопрос другими словами - разные задачи. Проверили обе.
CapyAgent Recall, искусственный набор. Это проверка поиска, не оценка всего агента.
Исследовательский центр Смольникова
Независимый проект Кирилла Смольникова. Создаём ИИ-помощников и исследуем, как они находят информацию, выбирают действия и работают с данными.
Наши разработки: CapyAgent, модели Кивок и Мигом, тестовые задачи RuDecide.
Новый эксперимент / CapyAgent
Журнал говорит «неизвестно», но внешний сервис мог уже выполнить запрос. Проверили эту границу в 40 случаях принудительной остановки процесса.
Читать исследование и посмотреть результатыНовое исследование / 1 ноября 2026
Разобрали открытый Super-agent от команды DeepSeek и проверили его ядро: куда идут уточнения, как отсеиваются повторы и что меняет остановка задачи.
Читать исследованиеНаш эксперимент / без языковой модели
120 из 120 продолжений доставлены правильно в каждой из 36 конфигураций. Это проверка доставки, не качества ответов ИИ.
Данные и код опыта →Исследования / Полные тексты
Память, состояние, доступ и выбор инструментов. Четыре работы о наших компонентах и данных дополняют новое исследование прототипа DeepSeek.
Найти точную фразу и понять тот же вопрос другими словами - разные задачи. Проверили обе.
CapyAgent Recall, искусственный набор. Это проверка поиска, не оценка всего агента.
64 проверки журнала. Почему сохранённая история не равна подтверждённому действию.
Читать статьюРазделённая память и контроль с общим хранилищем. Что показала проверка границ доступа.
Читать статью300 задач RuDecide. Сравнение методов и разбор ошибок, которые скрывает общий процент.
Читать статьюРазработки центра
Программы, модели и данные решают разные задачи. Их возможности и ограничения описаны отдельно.
Получает поручение, выбирает инструменты и выполняет действия в программах. Исследуем его память, состояние задач и границы доступа.
Устройство и исследованияВыбирают из заданных вариантов: например, тему обращения или нужный инструмент. Само действие выполняет другая программа.
Модели и файлыРусскоязычные задачи с эталонными ответами. Нужны, чтобы сравнивать способы выбора и разбирать конкретные ошибки.
Данные и условияКак устроена работа
Красивого ответа ИИ недостаточно. В исследовании должны быть известны исходные данные, способ сравнения и границы вывода.
Публикуем не только удачные результаты. Ошибка и неудачный эксперимент помогают понять, где подход нельзя применять без дополнительной проверки.
Наша методология Данные, код и команды повторенияДля полного повторения опытов CapyAgent нужен разрешённый доступ к исследованному снимку исходников.
Работать вместе
Предложите эксперимент, помогите с разработкой или проверкой результатов. Начнём с конкретной задачи и понятных условий участия.