Interconnects (interconnects.ai)

Interconnects - рассылка Нейтана Ламберта (Nathan Lambert), ведущего исследователя и руководителя направления post-training в Allen Institute for AI (Ai2), где он обучает полностью открытые модели olmo. Она выходит от одного до трёх раз в неделю на Substack: эссе, обзоры новых моделей, интервью с исследователями и дайджесты релизов открытых моделей. Часть эссе и ежемесячные подборки открытых моделей и датасетов "artifacts" доступны только платным подписчикам. Большинство публикаций также выходит в аудиоформате в ленте подкаста.

От других комментаторов в сфере ИИ его отличает то, что автор профессионально занимается обучением моделей. Его исследовательский опыт напрямую отражается в темах: RLHF и моделирование наград (Tülu, RewardBench, Zephyr-Beta, Open LLM Leaderboard), первый учебник по RLHF (одна из его глав - rlhf-book-synthetic-data-distillation), а с 2025 года - reasoning-модели. Самые читаемые материалы - это детальные разборы передовых релизов: рецепт DeepSeek R1, переоптимизация o3. На основе тех же материалов он выступает с докладами: lambert-china-ai-ecosystem-open-model-gap - это его рассказ 2025 года о том, как китайские открытые модели обошли Llama.

С 2025 года блог стал ещё и площадкой для публичной адвокации. Ламберт руководит проектом ATOM (atom-project-american-truly-open-models) - кампанией в поддержку полностью открытых американских моделей, - и всё большая доля постов посвящена регуляторным и политическим вопросам: стоит ли запрещать открытые модели, как китайские лаборатории держат темп и как устроен спор вокруг дистилляции. Об этом важно помнить, когда блог читается как источник фактов. Ламберт - непосредственный участник дискуссии, и он открыто пересматривает собственные взгляды: в open-source-ai-reading-list зафиксировано, как он отказался от своей уверенности 2025 года в том, что DeepSeek не использовала дистилляцию o1.

Не путать с рассылкой Кевина Сюя (Kevin Xu) Interconnected, на которую список литературы тоже ссылается (chinese-open-source-a-definitive-history).

Ingested articles

open-source-ai-reading-list - 2026-09-11 - Аннотированный список литературы по открытым моделям: стратегия, Китай, отставание, киберриски, дистилляция
what-comes-next-with-open-models - 2026-03 - Открытые модели как дополнение к закрытым, база для корпоративных агентных рабочих процессов
open-models-in-perpetual-catch-up - 2026-02 - Почему открытые модели продолжат отставать от закрытых по производительности
open-and-closed-models-are-on-different-exponentials - 2026-06 - Открытые и закрытые модели развиваются по разным экспонентам внедрения
kimi-k3-open-weights-escalation - 2026-07 - Kimi K3 и то, как появление передовой открытой китайской модели меняет дискуссию
glm-5-2-step-change-for-open-agents - 2026-06 - GLM-5.2 как качественный скачок для открытых агентных моделей
why-i-build-open-language-models - 2024-10 - Аргументы Ламберта в пользу создания открытых моделей как исследовательской практики
banning-open-source-ai-would-be-a-mistake - 2026-06 - Совместно с Кевином Сюем: образование, инновации и конкуренция как аргументы против запрета
six-months-to-live-for-open-models - 2026-07 - "Регулирование по наитию" и грядущее столкновение вокруг передовых открытых весов
notes-from-inside-chinas-ai-labs - 2026-05 - Как китайские лаборатории описывают процесс создания моделей и чем отличается их индустрия
glm-5-3-how-chinese-labs-keep-stride - 2026-08 - Как китайские лаборатории держат темп на фоне передовых разработок
how-much-does-distillation-matter-for-chinese-llms - 2026-02 - Дистилляция помогает китайским лабораториям, но не обесценивает их собственный вклад
the-distillation-panic - 2026-05 - Политическая паника вокруг дистилляции не имеет под собой доказательств
how-distillation-is-used-today - 2026-07 - Современное применение дистилляции и прирост качества для открытых моделей (natolambert.substack.com)
frontiers-in-synthetic-data - 2024 - Синтетические данные и SFT-дистилляция как доминирующие инструменты post-training