Исследования1 мин
OpenAI представляет нового агента, чтобы конкурировать с Meta
OpenAI анонсировала нового агента Dots, стремясь конкурировать с Meta, но цена и доступность могут стать преградой.
SMNTCN (Semanticon) — глобальные новости ИИ
Каталог публикаций
Все материалы
Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.
2174
Материалов
Исследования1 мин
Google заметили, что ИИ-агенты могут преувеличивать результаты своей работы 😁
Google заметили, что ИИ-агенты могут преувеличивать результаты своей работы 😁 Например, когда агент выполняет задачу и пишет отчёт о результатах, то он склонен замалчивать всё, что портит картину его успеха. Сейчас все стремятся к долго работающим агентам, но в этом случае…
Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Исследования1 мин
OpenAI превратила ChatGPT в аналог Notion — с документами, командной работой и ИИ-агентами
🧑💻 OpenAI превратила ChatGPT в аналог Notion — с документами, командной работой и ИИ-агентами В ChatGPT Space можно создавать интерактивные страницы с текстами, кодом, презентациями, таблицами, графиками, чек-листами и дашбордами. Несколько человек могут одновременно…
Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин
OpenAI’s new agent is a shot at Meta — but can it compete with free?
A pop-up shop for "dots," a personal assistant agent at OpenAI DevDay 2026. (Photo by Heather Diehl/Getty Images) | Getty Images At OpenAI's annual DevDay conference, the company pulled out all the stops to compete with its rivals - primarily Meta, whose Muse AI agent platform…
The Verge — AI
Политика и регулирование1 мин
Президент США и главы ИИ-компаний подписали соглашение о безопасности
✔️ Президент США и главы ИИ-компаний подписали соглашение о безопасности Документ подписали главы Google, Anthropic, xAI и Nvidia и президент OpenAI Грег Брокман. Юридической силы у соглашения нет, стороны называют его морально обязывающим. Компании обещают ввести четыре уровня…
Telegram — AI Machine Learning Big Data
Исследования1 мин
Сохраняйте: Anthropic запустила новый сайт для разработчиков — claude.dev. 🦀
Сохраняйте: Anthropic запустила новый сайт для разработчиков — claude.dev. 🦀 Это не документация, а практический блог инженерной команды. Документация по-прежнему находится на code.claude.com/docs. На claude.dev публикуют подробные статьи, практические сценарии, опыт команд и…
Telegram — Вайб-кодинг
Исследования1 мин
GEMINI 4 is nuts...
Well, looks like Google is back. Rumors of its demise were greatly exaggerated. Today, Google releases Gemini 4 Argon, the next era of frontier intelligence. Unfortunately, it is restricted to trusted partners. So, most of us are not getting their hands on it quite yet. But, the…
YouTube — Wes Roth
Исследования1 мин
А вот и появилась новая схема рекламы внутри ответов ИИ-моделей
А вот и появилась новая схема рекламы внутри ответов ИИ-моделей По данным исследователей Pew Research, когда поисковик показывает ИИ-резюме запроса пользователя, кликабельность обычных результатов падает с 15% до 8%. А это ломает просто саму логику рекламного аукциона, которая…
Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Исследования1 мин
ИИ-агенты OpenAI пытались атаковать сайты госорганов США — компания начала масштабную проверку У OpenAI снова зафи...
⚡️ ИИ-агенты OpenAI пытались атаковать сайты госорганов США — компания начала масштабную проверку У OpenAI снова зафиксировали неконтролируемое поведение ИИ-агентов. Теперь следы неожиданной активности нашли на сайтах американских госорганов, а отдельный…
Telegram — BlueScreen.kz
Исследования1 мин
Google представила Gemini 4 Argon — новая модель обошла GPT-6 Astra и Claude Opus 5.5 в одном из главных тестов дл...
🚀 Google представила Gemini 4 Argon — новая модель обошла GPT-6 Astra и Claude Opus 5.5 в одном из главных тестов для программистов На DeepSWE v1.1 Argon набрала 77,9% против 74,2% у Opus 5.5 и 74,1% у GPT-6 Astra. По данным самой Google, модель лидирует в 13 из 19…
Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин
Китайская модель GLM-5.3 уже почти на уровне Mythos. И это говорю не я — это говорит сама Anthropic.
Китайская модель GLM-5.3 уже почти на уровне Mythos. И это говорю не я — это говорит сама Anthropic. По крайней мере, если речь идёт о кибербезопасности. В статье по безопасности Anthropic пишет, что GLM-5.3 представляет угрозу из-за своих высоких возможностей и того, что модель…
Telegram — Вайб-кодинг
Исследования1 мин
Сотрудники OpenAI предупреждали руководство о проблемах с безопасностью ИИ ещё до серии инцидентов — но компания я...
🚨 Сотрудники OpenAI предупреждали руководство о проблемах с безопасностью ИИ ещё до серии инцидентов — но компания якобы не стала усиливать контроль По данным NYT, за несколько месяцев до взлома Hugging Face и других сайтов двое сотрудников сообщили топ-менеджерам, что новые…
Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин
Perplexity представила новую модель pplx-embed-v2-context-9b-preview
Perplexity Research и turbopuffer анонсировали модель pplx-embed-v2-context-9b-preview для RAG-пайплайнов.
SMNTCN (Semanticon) — глобальные новости ИИ
Исследования1 мин
Aligned Data Can Induce Misalignment via Context Confusion
Large language models (LLMs) are frequently updated for various use cases, where filtering out misaligned training samples is a common practice for preventing post-update misalignment. However, alignment is inherently context-dependent: a recommendation that is aligned in one…
arXiv — cs.AI
Исследования1 мин
Beyond Mode Collapse: Generating Diverse Synthetic Expert Conversations via Generative Flow Networks
High quality synthetic data is central to post training LLMs for adaptive AI applications that represent the diverse expert strategies and decisions in conversations. Prompting LLMs directly or conditioning them on end use scenarios yields low diversity data that collapses onto…
arXiv — cs.AI
Исследования1 мин
Self-Evolving Harness on Multiple Tasks with the Agent as Its Own Optimizer
A harness is the code around a language-model agent that organizes prompts, calls tools, manages context, and controls execution. As models grow stronger, recent work has begun to let agents improve their own harnesses, a line of work known as self-evolving harnesses. In most…
arXiv — cs.AI
Исследования1 мин
Examining Variation in How Guided AI Tutors Resolve Student Impasses
When a student is stuck, a tutor faces the assistance dilemma: help given too early can hinder productive struggle, while help withheld too long leaves the student in a frustrating, persistent impasse (i.e., wheel spinning). Generative AI tutors increasingly use guardrails…
arXiv — cs.AI
Исследования1 мин
Conditional Generation of Creative Chess Puzzles with Diffusion Models
While modern language models demonstrate impressive generative capabilities, they often struggle with constrained, counter-intuitive creative tasks. To address this limitation, we explore chess puzzle generation as a rigorous testbed for computational creativity and reasoning, a…
arXiv — cs.AI
Исследования1 мин
AI Agents are Vulnerable to Radicalization
Large language models (LLMs) can influence people's beliefs, yet little is known about whether and how they can manipulate each other. To investigate this, we simulate conversations between two agents: a target LLM that role-plays a human persona based on demographic and…
arXiv — cs.AI
Исследования1 мин
ArgGYM: A Procedural, Engine-Verified Benchmark for Structured Defeasible Reasoning
Recent progress in large language model reasoning has been driven by benchmarks and reinforcement learning environments with automatically verifiable rewards, particularly in mathematics, code, and formal logic. These settings make model accuracy easier to evaluate and optimize,…
arXiv — cs.AI
Исследования1 мин
Decode-Latency Feedback Prefill: A Model-Free Controller and Its Generalization Limits
Concurrent autoregressive inference creates a fundamental interference problem: prefilling a newly arrived long prompt can delay tokens for requests that are already decoding. Fixed prefill chunks reduce this interference, but the best chunk size depends on the model, hardware,…
arXiv — cs.AI
Исследования1 мин
Fine-Tuning Diffusion Language Models with Context Selection and Target Weighting
Supervised fine-tuning of discrete diffusion language models masks some response tokens and trains the model to recover their original values from the visible context. The masking pattern therefore determines both the context available to the model and the tokens it learns to…
arXiv — cs.AI
Исследования1 мин
AIM: Agentic Idea Management for Automated Research
Frontier LLMs are increasingly used to automate scientific research through iterative search. We distinguish idea-driven search from solution-driven search and identify three core challenges: organizing evolving research ideas, selecting promising directions, and maintaining…
arXiv — cs.AI
Исследования1 мин
AREX-2: Advancing Self-Improving Agents through Long-Horizon Reflective Tasks
We present AREX-2, an effort to advance the self-improving capability of LLM agents, which we define as the ability to iteratively refine a solution at test time. This ability rests on two complementary capabilities: reflection, which produces a solution better than the current…
arXiv — cs.AI
Исследования1 мин
MoFlow: Multi-Objective Agentic Workflow Generation
We study the generation of agentic workflows that jointly optimize multiple objectives, such as accuracy, cost, latency, robustness, and consistency. Existing methods for workflow generation typically optimize accuracy alone or a weighted sum of objectives, so each trained…
arXiv — cs.AI
Исследования1 мин
CARAT: Do Materials LLMs Reason or Recite?
When a materials LLM answers a question about crystal structure, does it reason from the structure or copy an answer already printed in its input? Accuracy cannot tell: a structural description often prints the very field it is scored against. CARAT holds question and gold…
arXiv — cs.AI
Стартапы1 мин
MetaPersona: Task-Grounded Synthetic Populations from Empirical Social Science
Personas used to seed LLM social simulations face a cold-start problem: existing methods lack a principled basis for deciding which attributes to include and how to assign their values. As a result, synthetic populations may misrepresent the demographic composition, latent…
arXiv — cs.AI
Исследования1 мин
Reach Into The CHOIR: Free-List Elicitation Uncovers Distinct Model Voices in LLM Ensembles
Open-ended LLM homogeneity can create false plurality when several systems appear to offer independent perspectives while returning the same familiar default. Single-pass answers obscure the distinction between agreement produced by a tightly constrained answer space,…
arXiv — cs.AI
Исследования1 мин
A Competing-Hazards Systematization of Loss of Control in Autonomous Agents
Leading AI developers have reported agents acting beyond their approved limits, which a United Nations panel described as an early warning of loss of human control. Yet incident reports and agent-safety evaluations describe these events differently, making it difficult to…
arXiv — cs.AI
Исследования1 мин
Can an AI Agent Rediscover a Blaschke-Curve Invariant?
We study generalized Blaschke curves as a controlled environment for AI-assisted mathematical rediscovery. For one fixed degree-four Blaschke product, an agent receives numerical coordinates of the six pair-lines determined by each of 80 boundary configurations. The target…
arXiv — cs.AI