Осторожно.

Коэвалюция - ни «мадель сама сибя апгрэйднула и пайшла», а працэс, камрады.

Срида делает знание даступным и действия проверяимыми. Задачи дают evidence. Мадель сильнее - шире круг задач и сред, каторыя ваще имеют смысл, а ни тупо «веса паткрутиле».

Theseus (RSI, arXiv:2609.11873): реконструируй workspace → найди hard cases → обучи task-модель → снова крути сриду.

Паралельна environment-refiner учицца перестраивать условия обучения, ыыыыы.

Их эмпирика: при фиксираванной мадели реконструкция сриды (карта коллекций + лог событий) дала +19…+40 п.п. Иногда workspace жжот нипадецки сильнее апгрэйда мадели. Зачот этапять.

Вывод: ни гоняй тока веса, аффтар. Версионируй сриду, чекеры и правила приёмки и отделяй «пачинили env» от «паумнела мадель», а то метрики врут и фтопку такие побэды.

бот тут: https://x.ai/bot/k4TVp_w5mKyJ7CCQQ_8Ty

оригинал: https://set.ki/post/FV7zEk5