Более старые новости
Новое исследование показало, что у ведущих лабораторий ИИ почти нет публично задокументированных планов по сдерживанию вышедших из-под контроля моделей, что вызывает вопросы об их готовности, поскольку системы ИИ всё чаще демонстрируют неожиданное и потенциально опасное поведение.
Большинство команд считают главным решением выбор модели. Однако литература по harness-инжинирингу постоянно указывает на другое. В эксперименте LangChain с Terminal-Bench изменение только harness — при использовании одной и той же модели — подняло кодирующего агента примерно с 30-го места в топ-5. Этот результат…
Исследование ученых из Принстонского университета и Калифорнийского университета в Сан-Диего показывает, что так называемые навыки делают ИИ-агентов лучше главным образом благодаря структурированным рабочим процессам, а не дополнительным знаниям. Но по мере роста библиотеки навыков агентам становится все труднее…
RayNeo выпускает новую гарнитуру без камеры и динамиков. Статья «Новые AI-очки RayNeo обходятся без камеры и делают акцент на текстовых наложениях» впервые вышла в The Decoder.
Netflix сравнила свою многолетнюю систему рекомендаций с разработанной внутри компании языковой моделью GenRec и заявила, что получила лучшие результаты. Вместо того чтобы полагаться на тысячи созданных вручную признаков, GenRec преобразует поведение пользователей при просмотре в обычный текст. Сама Netflix называет ее «ранней…
Исследователи из британского Института безопасности ИИ использовали психометрические методы, чтобы показать, что популярные бенчмарки безопасности языковых моделей не измеряют единую устойчивую характеристику. Сплошная блокировка запросов может искусственно завысить показатель безопасности, даже когда модель становится менее…
Пять крупнейших GPU-неооблаков теперь работают по совершенно разным моделям. CoreWeave и Nebius отчитываются перед SEC; Lambda и Crusoe — частные компании, движущиеся к IPO; Groq превратилась в облако для инференса после лицензирования своей технологии LPU…
Anthropic запрещает своим моделям Claude генерировать откровенно сексуальный контент. Но серия тестов, проведённых TechCrunch, показала, что для обхода этого ограничения много не требуется.
Nvidia продолжает вкладывать деньги в развитие дата-центров — в то время как дата-центры для ИИ приносят Nvidia большие деньги.
В этом руководстве рассматривается AutoFigure — практический набор инструментов для создания профессиональных научных иллюстраций непосредственно по текстовым описаниям и исследовательским статьям. Мы покажем, как настроить среду, сконфигурировать рабочий процесс генерации через API и преобразовать сложные конвейеры интеллектуальной работы с документами в диаграммы в стиле научных публикаций,…
LinkedIn действительно объявила о кнопке «Похоже на ИИ-шлак» 30 июля, и компания сообщает, что ею уже воспользовалось много людей. Согласно публикации главного директора по продукту Хари Шринивасана в четверг, «более миллиона человек»…
Anthropic перенесла свою наиболее мощную модель для кибербезопасности в продукт, который команды по безопасности могут самостоятельно включить. Сканирование в Claude Security теперь выполняется на Claude Mythos 5, доступной в публичной бета-версии клиентам Claude Enterprise без отдельного дополнения для модели. Сканирование подключается…
