Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.
✔️ OpenAI обязала шлюзы и роутеры моделей проходить проверку С 20 ноября сторонние сервисы, дающие доступ к API, то есть шлюзы, роутеры и реселлеры, смогут работать только после одобрения компании. Базовых правил уже недостаточно, от них требуют фильтры безопасности,…
Google выяснили, почему ИИ-агенты забывают старое, когда учатся новому, и предложили, как это можно исправить Исследователи из Google DeepMind прогнали 3 популярных метода самоэволюции (ReasoningBank, GEPA, Meta-Harness) через потоки задач, где тематика, формат работы или даже…
Design platform Canva has released Canva Craft, its first in-house image generation model. The article Canva launches Craft, its first in-house image model appeared first on The Decoder.
Anthropic had Claude generate mathematical proofs that existing code is correct, producing roughly 180 million lines of proof code for 123 open-source libraries. Along the way, the model caught bugs that years of testing had missed. Anthropic's goal: making formal verification…
🚨 Миллионы кибератак по всему миру — критические уязвимости PHP вызвали массовые отключения сайтов Cloudflare зафиксировала миллионы попыток взлома сайтов после раскрытия двух критических уязвимостей PHP — языка, который используется примерно на 69% сайтов в интернете. Масштаб…
OpenAI приближается к новому раунду финансирования на сумму до 30 миллиардов долларов, но для этого снизила целевую оценку. Статья OpenAI снижает целевую оценку и увеличивает до $30 млрд впервые появилась на сайте The Decoder.
🌟 Sakana AI предложила метод рекомендаций, который ищет набор разных вариантов QD-Rec - метод подбора рекомендаций для решений, где человеку важно сравнить варианты, а не получить один ответ. Единица поиска здесь не сам кандидат, будь то компания, клиент или научная статья, а…
Подборка активностей: что отработать сейчас ㅤ 🟠OpenTrain — $38–42 в час за проверку ответов ИИ на русском, удалённо и всего около 7 часов в неделю. Откликаемся на вакансию, нужны русский, письменный английский и учёба в вузе или диплом. ㅤ 🟠Aha! AI Builder Day — с 17 по 20…
Llama запускает модели искусственного интеллекта прямо на вашем Mac. Он находится в строке меню и предлагает модели, подходящие для вашего Mac. Загрузка в один клик, затем открытие чата, модель загружается сама. Ваши разговоры никогда не покидают ваш компьютер, и он работает даже в автономном режиме. И любое приложение, говорящее на языке Open…
Исследование Mass General Brigham разработало ИИ-модель FAHR-Face, которая использует изображения лиц для предсказания биологического возраста и выживаемости при раке. Модель показывает многообещающие результаты, но вызывает опасения по поводу расовой предвзятости и надежности…
ANTHROPIC: Со следующей недели Claude начнёт по умолчанию использовать Auto Mode для управления разрешениями на тарифах Pro, Max и Team. В этом режиме Claude не будет запрашивать у пользователей подтверждение каждого действия, а вместо этого станет полагаться на собственную…
🧠 Китайский математик подготовил 1000 задач, которые бросят вызов искусственному интеллекту 61-летний профессор Нанкинского университета Сунь Чживэй составил сборник из 1000 нерешённых математических гипотез объёмом более 400 страниц. Учёный уверен, что ИИ не сможет решить…
arXiv:2610.30277v1 Тип объявления: new Аннотация: Хотя искусственный интеллект достиг быстрого прогресса в математическом рассуждении, многие открытые проблемы зависят от структуры, которая раскрывается только через крупномасштабное вычислительное исследование и аналитический синтез. Одним из таких примеров…
arXiv:2610.30351v1 Тип объявления: new Аннотация: Большие языковые модели часто применяют сложное рассуждение безразлично, что приводит к чрезмерному обдумыванию простых задач и недостаточному обдумыванию более сложных. Мы представляем Route-and-Generate (Rouge), иерархическую обучающую структуру, которая позволяет...
arXiv:2610.30499v1 Тип объявления: новый Абстракт: Общеинтеллектуальная система эффективно приобретает новые навыки, не требуя от людей перепроектирования программного каркаса для каждой новой задачи. Однако языковые модели редко действуют в одиночку. Каркас (harness) — это символьная программа, которая оркеструет...
arXiv:2610.30495v1 Announce Type: new Abstract: AI agents now run experiments and report findings, so research produces claims faster than researchers can check them. Each empirical claim implies a property that must hold over its cases, but it states that property only in…
arXiv:2610.30573v1 Тип объявления: новый Абстракт: В отличие от обычных GUI-агентов, персонализированные GUI-агенты требуют предпочтений пользователя для управления последовательным выполнением над изменяющимися состояниями GUI. Это поднимает две проблемы: определение ТОГО, КАК каждое предпочтение должно изменять стратегию выполнения…
arXiv:2610.30151v1 Тип объявления: новый Аннотация: Каждое взаимодействие между агентами ИИ начинается с рукопожатия: инициирующий агент должен найти своего коллегу, узнать, что он может делать, и установить сеанс, прежде чем будет отправлено первое полезное сообщение. Опросы агентов…
arXiv:2610.30429v1 Тип объявления: новый Аннотация: Многоагентные системы на основе модели большого языка (LLM) часто полагаются на заранее определенные структуры сотрудничества, что ограничивает их адаптируемость к меняющимся требованиям задач. Хотя последние подходы обеспечивают динамическую оркестровку,…
arXiv:2610.30445v1 Announce Type: new Abstract: AI agents capable of autonomous decision-making introduce significant challenges related to safety, alignment, accountability, and human oversight. Existing Human-in-the-Loop (HITL) and responsible AI approaches provide important…
arXiv:2610.30557v1 Тип объявления: новый Аннотация: Агенты LLM, действующие на основе живых веб-данных, должны комбинировать разнородные доказательства, помнить, что они сделали, и улучшать результаты, не ослабляя при этом собственных гарантий. Мы изучаем эту проблему в сфере автономного инвестирования, где каждый…
arXiv:2610.30491v1 Тип объявления: новый Абстракт: LLM-агенты часто оцениваются путем сокращения трасс выполнения до меток, таких как правильность конечного ответа, проверка инструментов и распространение ошибок. Эти метки — измерения, производимые парсерами, поведенческими детекторами и harness...
arXiv:2610.30611v1 Тип объявления: новое Аннотация: Масштабирование больших языковых моделей существенно улучшило языковую беглость, однако для надежных автономных агентов требуется нечто большее, чем просто быстрая генерация. При многоходовом выводе современные агентные системы часто создают семантически правдоподобные...
arXiv:2610.30631v1 Объявление Тип: новый Аннотация: Медицинские знания развиваются по мере того, как клинические руководства пересматривают рекомендации, однако остается неясным, точно ли модели большого языка (LLM) учитывают такие изменения. Мы представляем ChronoEvo, включающий 1709…
arXiv:2610.30450v1 Тип объявления: новый Абстракт: LLM для рассуждений часто продолжают рассуждать после достижения правильного ответа, тратя вычисления и иногда заменяя его неверным. Решение о том, когда остановиться, является проблемой метарассуждения: модель должна взвешивать, что дальше...
arXiv:2610.30582v1 Тип объявления: new Аннотация: Протоколы контроля ИИ направлены на получение полезной работы от моделей, которые могут быть невыровненными (misaligned), путем мониторинга их поведения. Один из подходов использует вторую копию той же модели в качестве монитора. Это позволяет избежать зависимости от более слабого рецензента, которого модель...
arXiv:2610.30537v1 Тип объявления: новый Абстракт: Передовая языковые модели теперь набирают более 90% на популярных бенчмарках знаний и всё чаще развертываются как агенты, выполняющие многочасовую профессиональную работу. Однако ни один существующий бенчмарк не проверяет, могут ли они выполнять...
arXiv:2610.30157v1 Тип объявления: новый Абстракт: AI-агентам требуются интерфейсы для взаимодействия с внешними системами, такими как файлы, API, базы данных и облачные сервисы. Появились две конкурирующие парадигмы: CLI (интерфейс командной строки), где агенты напрямую выполняют команды оболочки,…
arXiv:2610.30391v1 Announce Type: new Abstract: Neuro-symbolic (NeSy) predictors that supervise only the task label suffer from reasoning shortcuts: distinct concept mappings achieve the same maximum likelihood, leaving the recovered concepts unidentifiable and unsafe for…
arXiv:2610.30488v1 Тип объявления: новый Абстракт: Модели мира помогают агентам оценивать последствия своих действий до их совершения. Однако многие реальные системы включают множество актеров, которые принимают собственные решения, могут эволюционировать даже когда агент не действует, и являются лишь...