Барлық жарияланған талдаулар, егеменді стек зерттеулері, экожүйе жаңалықтары және ЖИ модельдерінің шолулары.
Watch as Equity digs into how the White House's new AI safety pledge and "super intelligence" rebrand will (or won’t) change the industry, a cooling IPO market, and deals in maritime tech, supply chains, and space insurance.
Эксперты по ИИ выступают за открытое проведение исследований в области ИИ.
Тонкая настройка поискового агента с помощью многоходового RL на Amazon SageMaker AI улучшила качество извлечения и надежность.
Amazon Bedrock AgentCore добавляет веб-поиск для Claude Desktop, обеспечивая доступ к актуальной информации.
Google представил обновления в области ИИ за сентябрь 2026 года, включая модель Gemini 4 Argon и новые инструменты.
⚡️ Одна и та же модель набирает 62% в одном агентном харнессе и 33% в другом. Hugging Face показали, как это исправить через RL Команда Hugging Face выложила подробный гайд по multi-harness RL. Сами харнессы при этом не трогают. Модель подключают к прокси, который понимает все…
Газпромбанк ищет решения от научных команд в финтех-акселератор Трек «Финтех.Наука» рассчитан на исследователей из вузов, НИИ и R&D-центров, у которых есть научный задел в IT и желание довести его до продакшена в банке. Готовый прототип не обязателен. К научной экспертизе…
Here are Google’s latest AI updates from September 2026
🏢 OpenClaw при поддержке Nvidia и Red Hat запустила открытую платформу для управления корпоративными ИИ-агентами OpenClaw Enterprise позволяет компаниям централизованно контролировать постоянно работающих агентов, которым нужен доступ к внутренним данным и инструментам.…
В Meta предложили мета-рассуждение для агентов Это способ управлять самим ходом работы агентов, а не только решать задачу. По мере того, как ИИ-агенты берутся за сложные и долгосрочные задачи, возникает проблема не только что делать, но и как управлять всем процессом работы…
✔️ OpenAI заблокировала атаку дистилляции скрытых CoT своих моделей Компания пресекла кампанию по состязательной дистилляции, направленную на извлечение скрытых цепочек рассуждений. Ключевой кластер активности компания связала с Moonshot AI. В атаке участвовало 4 тысячи учетных…
Про новую макроэкономику ИИ Один из крупных разметчиков данных для ИИ-лабораторий Mercor сравнил работу бухгалтеров с ИИ-моделями на реальных задачах и предлагает иначе мерить момент, когда модель обходит человека. Вообще сейчас пошел тренд на ИИ-бухгалтерию, тут кейсы Компания…
🦠 OpenAI обнаружила новый тип атак на ИИ-агентов — вредоносные промпты научились «размножаться» Атака получила название self-replicating prompt injection. Скрытая инструкция заставляет агента не только выполнить действия злоумышленника, но и скопировать саму себя в другие…
✔️ Anthropic раздаёт бесплатные плюшевые игрушки и стикеры На сайте для разработчиков claude.dev появилась раздача фирменных подарков. В разделе Терминал нужно ввести команду /plushies, чтобы оформить заявку на плюшевого Clawd, маскота Claude Code, или /stickers, чтобы получить…
DeepSeek выложила в открытый доступ библиотеку, которая ускоряет вычисления на GPU, лежащие в основе ИИ-моделей. Она называется DeepGEMM. Библиотека оптимизирует матричные операции, на которых работают большие языковые модели, и позволяет эффективнее использовать NVIDIA Hopper и…
🎓 ИИ-репетиторы уже могут давать такой же быстрый прирост знаний, как занятия с экспертами Новое исследование проверило ИИ на подготовке студентов к GRE. По его результатам, обучение с помощью моделей давало сопоставимый с экспертами прирост результатов, а лучше всего среди…
LLM agents generate intermediate reasoning and actions token by token, making extended interactions slow and computationally expensive. Jev-style models offer fast probabilistic predictions over finite fields, but require those fields to be specified in advance. This requirement…
"Train a model on the same problems written under two incompatible conventions, both correct, and ask what the ordering of that data writes into the parameters. The learning-rate schedule is not a background condition for that question. It is the averaging operator, and it…
Research agents explain planned experiments. We measure predictive credit with paired forecasts sharing an intervention, forecaster, and outcome while varying description, matched explanation, and donor context. Five checks track commitment, delivery, predictive gain, alignment,…
Evaluating large language models becomes increasingly challenging as their capabilities advance: benchmarks can saturate, public test sets risk contamination, and assessing harder tasks can require expensive grading or execution infrastructure. These challenges are amplified in…
When selecting mathematical training data for LLMs, a natural organizing principle is topic: probability examples for probability targets. An alternative is reasoning approach: worked solutions that share a solution method with the target, even when the mathematical domain…
K-Dense BYOK (bring your own keys) is a free, open-source AI research assistant for scientists in any field that runs on the researcher's own computer. The researcher supplies access to a model of their choice, hosted or running locally, and the application supplies everything…
Large-language-model agents can propose and execute actions, but proposal, authority, dispatch, verified external effect, and serving promotion are different claims. We present Praxa, an agent harness that represents these states explicitly through deterministic admission,…
Diversity collapse in parallel chain-of-thought has motivated inference-time interventions built on a natural design: when a process reward model (PRM) prunes a chain, its high-PRM prefix is extracted and grafted verbatim as an in-context demonstration into a still-decoding…
Building automation systems are increasingly represented as semantic knowledge graphs (KGs) using ontologies such as Brick and ASHRAE 223P, creating a machine-readable substrate for artificial-intelligence applications. One promising application is translating natural-language…
Agent harnesses increasingly want to run small language models (SLMs) on the microtasks around a frontier large language model (LLM) planner: auto-approving shell commands, writing memory, selecting tools, ranking past turns. We ask whether off-the-shelf SLMs meet…
How should an embodied agent respond when a person's correction may be wrong? We formulate grounded correction arbitration as a choice among accepting, rejecting, inspecting the world, and asking the speaker. GAVA implements this interface with observation-bounded evidence,…
Role-specialized QA pipelines increasingly pass rationales from a reasoner to a verifier, but it is unclear what this message actually buys: better answers, stronger support assessment, or a new failure surface. We introduce a message-intervention diagnostic that fixes the…
A persistent agent must decide both what to retain as information arrives and what to surface once a query appears, yet memory evaluations can confound these decisions by comparing methods that differ in both retention and selection. We build a streaming-recall benchmark…
A sound judgment applies the law to established facts and weighs the circumstances in which they arose. However, existing methods swing between rigid statute matching and ungrounded discretion, benchmarks score a label or a rubric, and the experience that would supply the…