208 новостей · все источники
В техническом отчёте Yifan Zhang о Recurrent Looped Transformer (RLT) предлагается каузальный энкодер в паре с рекуррентным декодером, который переносит своё финальное скрытое состояние и послойный кэш внимания со скользящим окном через каждый токен промпта и ответа, без сброса при обслуживании…
Pizza Bot — это open source-инбокс с самостоятельным хостингом для ИИ-агентов, созданный на базе DeepAgents и LangGraph. Он объединяет постоянное состояние задач, интеграции MCP, настраиваемые подтверждения и планируемые рабочие процессы у нескольких провайдеров моделей.
Поверхностный агент — это LLM, вызывающая инструменты в цикле, и в длинных задачах он терпит неудачу по 2 причинам: переполнение контекста и потеря цели. В этой статье раскрывается слой оболочки, который устраняет обе проблемы, с фактическими порогами, внедрёнными…
Это практическое руководство демонстрирует, как создавать и ускорять рабочие процессы машинного обучения с помощью NVIDIA cuML и RAPIDS. В нём рассматриваются настройка среды GPU, ускорение scikit-learn без написания кода с помощью cuml.accel, бенчмаркинг производительности ключевых алгоритмов машинного обучения, manifold learning с UMAP и HDBSCAN, древовидные модели…
Cognition, компания, создавшая кодирующего агента Devin, представила SWE-2 — свою наиболее мощную на сегодняшний день модель для написания кода. SWE-2 дообучена с помощью обучения с подкреплением на базе Kimi K3 — открытой модели Moonshot AI с 2,8 трлн параметров. Cognition сообщает о результате 50,0% в FrontierCode…
Языковая модель мухи (FLM) подаёт токенные эмбеддинги на все 166 700 сохранённых нейронов и 25,6 млн связей коннектома плодовой мушки MaleCNS, а затем добавляет небольшую обучаемую поправку к замороженной базовой модели LFM2.5-1.2B-Instruct. Обучаются лишь 278 528 параметров. Прилагаемый…
ByteDance Seed, SUTD, Georgia Tech, M-A-P и TokenWave.AI представили HarnessDev — бенчмарк, который оценивает работоспособный х harness, созданный моделью, а не выдаваемый ею ответ. Начиная с основы с результатом 0, 6 LLM-моделей-создателей строят х harness-ы в 5…
Anthropic опубликовала новый рабочий процесс оценки плагинов для Claude Code. Команда claude plugin eval запускает плагин с реалистичными запросами, оценивает результат, созданный Claude, и сравнивает его с запуском, в котором плагин не загружен. Она…
Cohere выпустила North Small Translate — модель с открытыми весами и архитектурой Mixture-of-Experts, предназначенную для машинного перевода на 50 языков. Она использует 25 млрд из 218 млрд параметров на токен и набирает 83,6 балла в оценке Cohere по WMT26. Веса можно бесплатно использовать в некоммерческих целях, при этом…
Sakana AI выпустила Fugu Max и Fugu Ultra v2 — две модели, построенные на одной и той же обученной архитектуре оркестрации. Fugu Max направляет задачи к компактным открытым и специализированным моделям, включая NVIDIA Nemotron, по цене $2/$6 за 1 млн токенов. Fugu Ultra v2…
Google Research представила ToolGrad — фреймворк из ACL 2026 Findings, инвертирующий генерацию наборов данных для использования инструментов: сначала он строит проверенную цепочку API, а затем пишет соответствующий запрос пользователя. Руководствуясь текстовыми «градиентами» в цикле из 4 модулей — предложить–выполнить–выбрать–обновить, ToolGrad достигает…
Рабочие LLM-приложения редко получают вопрос, который никто не задавал раньше. Ассистенты поддержки и RAG-конвейеры обрабатывают одни и те же намерения тысячи раз в день, каждый раз в разных формулировках, а большинство стеков рассматривает каждую формулировку как новый, полностью оплачиваемый запрос.…