Publication Catalog

All stories

All published intelligence, sovereign stack research, ecosystem news, and AI foundation model reviews.

2134
Stories
Research1 мин

ChatGPT теперь работает на GPT-6.

ChatGPT теперь работает на GPT-6. Главное нововведение — Intelligent UI. Теперь вместо обычного текста ChatGPT может показывать графики, формы, интерактивные схемы, калькуляторы и даже игры. Например, можно попросить составить меню для ужина, а затем изменить количество гостей —…

Telegram — Вайб-кодинг
Startups1 мин

Вышел open-source фреймворк для RL-сред агентов, а NVIDIA показала, как на проверяемых средах по очереди обновлять мо...

Вышел open-source фреймворк для RL-сред агентов, а NVIDIA показала, как на проверяемых средах по очереди обновлять модель и харнесс. Оба проекта говорят о том, что ИИ-агента бесполезно учить в среде, которая врёт. Среда - это песочница с задачей, где агенту дают цель,…

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Research1 мин

Anthropic выпустил Claude Haiku 5.5 — свою самую доступную и быструю модель

Компания Anthropic выпустила Claude Haiku 5.5 — обновленную версию ИИ-модели самой бюджетной линейки. Она предназначена для выполнения больших объемов задач, где важна экономическая эффективность. Anthropic называет Claude Haiku 5.5 самой быстрой среди всех нейросетей в истории…

InfoCity — IT и AI события KZ
Research1 мин

Молодой парень взломал банки в Южной Корее с помощью ИИ-агента на базе нескольких LLM

Молодой парень взломал банки в Южной Корее с помощью ИИ-агента на базе нескольких LLM Но его быстро спалили из-за неаккуратности: он оставил открытую директорию с логами Claude Code и попросил Claude написать резюме с описанием своих "достижений". Причём он оставил все свои…

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Research1 мин

Claude наконец заговорил по-русски — но не для России

🇷🇺 Claude наконец заговорил по-русски — но не для России В Claude начали постепенно раскатывать русскую локализацию интерфейса. Вместе с ней появилась поддержка упрощённого китайского. Включить русский язык можно в настройках профиля: нажать на иконку аккаунта в левом нижнем…

Telegram — GPT Time | Нейросети | ИИ
Research1 мин

OpenAI сделала Auto-review в Codex бесплатным. Если войти через ChatGPT, проверки не расходуют лимиты — независимо от...

OpenAI сделала Auto-review в Codex бесплатным. Если войти через ChatGPT, проверки не расходуют лимиты — независимо от их количества. У многих эта функция включена в настройках, но ещё ни разу ничего не проверила. Если запускать Codex с полным доступом, --yolo или approval_policy…

Telegram — Вайб-кодинг
Research1 мин

Learning to Report Unsafe Tasks in a Multi-Agent Game

When agents share a reward for completed tasks, reporting unsafe work can reduce the reporter's reward by stopping a task. Audits can make reporting optimal without ensuring that further training teaches a silent team to report. We study this learning problem in a game where any…

arXiv — cs.AI
Research1 мин

Humanize: Judgement Engineering for Agentic Coding

Agentic coding makes code generation cheap, but reliable completion remains difficult: the agent that writes the code is a weak judge of whether it is done. We present Humanize, a multi-agent orchestration workflow for agentic coding built around judgement engineering: explicit,…

arXiv — cs.AI
Research1 мин

Accelerating Floating-Point Satisfiability Solving via Gradient Normalization

Satisfiability Modulo Theories (SMT) solvers are foundational to software verification, program analysis, and compiler testing, particularly over the theory of Quantifier-Free Floating-Point (QF_FP). While recent optimization-based SMT solvers have successfully applied gradient…

arXiv — cs.AI
Research1 мин

PAIR: Bridging Perception and Action in Vision-Language-Action Models

Vision-language-action (VLA) models map visual observations and language instructions to continuous robot actions. This task requires a transition from representations that describe the scene and instruction to representations that support action generation. Many…

arXiv — cs.AI
Research1 мин

Can AI Agents Make Open-Ended Scientific Discovery? Evidence from Station

Recent AI systems have made rapid progress in scientific discovery when given well-defined metrics, but whether they can autonomously undertake open-ended scientific discovery remains unclear. We investigate AI's ability to tackle open-ended tasks in Station, an open-world…

arXiv — cs.AI
Research1 мин

An Empirical Study of Agent Skills' Downstream Utility

Agent Skills package procedural guidance and resources for reuse, but a relevant Skill does not necessarily improve task performance. Existing studies characterize Skill content and evaluate downstream performance, yet provide limited explanations of how utility depends on…

arXiv — cs.AI
Research1 мин

Whose Memory Is It? Scope-Aware Commit Rules for Long-Term LLM Memory

Persistent memory allows an LLM agent to carry experience across conversations, but it also turns a local reasoning mistake into a durable one. During deliberation, an agent may consider a plan, simulate a tool result, report another speaker's belief, and then reject all of…

arXiv — cs.AI
Research1 мин

Enabling Dynamic Computation in Looped LMs

Looped LMs are parameter efficient and promise dynamic computation (saving memory and FLOPs on easy tokens). However, state-of-the-art open Looped LMs trained with this dynamic computation capability (Ouro models) do not realize it in practice as each loop iteration (depth)…

arXiv — cs.AI
Research1 мин

Agent Plasticity: Measuring Self-Improvement Through Experience

AI agents increasingly operate in environments where they can diagnose failures and improve through experience, yet existing evaluations largely measure what an agent can do at a fixed point in time rather than how effectively it learns. Evaluating self-improvement requires…

arXiv — cs.AI