Publication Catalog

所有文章

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

2057
Stories
Исследования1 мин

Инженера OpenAI, обвиняемого в установке прослушки, отказались выпускать под залог в $1 млн

⚖️ Инженера OpenAI, обвиняемого в установке прослушки, отказались выпускать под залог в $1 млн Федеральный суд США оставил под стражей Абдулрахмана Альфозана, которого подозревают в установке записывающего устройства в переговорной комнате руководства OpenAI. По данным…

Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин

Anthropic может выпустить Claude Fable 5.5 до конца октября

🧠 Anthropic может выпустить Claude Fable 5.5 до конца октября По данным The Information, компания тестирует новую ИИ-модель с улучшенными способностями к рассуждению и пониманию намерений пользователя. Главная особенность — умение понимать задачи даже по неполным инструкциям.…

Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин

为什么五分之四的客户返回我们

桑扎尔,完全正确。比如说,是的,在过去两年、一年半的时间里,有几个客户离开了我们,正是因为你所说的原因。他们可以使用我的查看器进行自我开发,是的,使用 Claude 或 Open A GPT Microsoft,是的,制作一些他们自己的雀类......

YouTube — Armeta Kazakhstan
Исследования1 мин

SonicBoom:无需 Python 的推理引擎

🌟 SonicBoom:一款不带 Python HardenedVault 的推理引擎,专注于 Linux 和编译器安全,已发布 SonicBoom 运行时,用 C++ 和 CUDA 从头编写。它不需要 Python 来工作或构建。该项目的目标是在本地推出语言……

Telegram — AI Machine Learning Big Data
Исследования1 мин

Anthropic 培训代理谈判员

✔️ 人智培养代理人谈判员 代理人被教导代表用户进行谈判,公司将专业谈判员的做法转化为与律师事务所协商的模型。研究人员对代理之间的交互协议感兴趣......

Telegram — AI Machine Learning Big Data
Исследования1 мин

不再需要 GitHub 了吗?克劳德在 5 个月内建造了替代品

不再需要 GitHub 了吗? Claude 在 5 个月内构建了替代品 当人工智能编写代码的速度比传统工具处理代码的速度快时该怎么办? Anthropic 着手创建自己的 Git 替代品 Scion。在视频中我们分析:🟠为什么人工智能代理迫使我们重新考虑......

Telegram — Paragon | Нейросети и ИИ
Исследования1 мин

Google выпустила Harness² — фреймворк для самоулучшения ИИ-агентов

🤖 Google выпустила Harness² — фреймворк для самоулучшения ИИ-агентов Google Research открыла исходный код системы, которая позволяет ИИ-агентам самостоятельно улучшать свою работу без переобучения нейросети. Harness² даёт агентам возможность менять промпты, настройки памяти,…

Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин

微软在 GPT-1 发布前一年收购了 Maluuba。

微软在 GPT-1 发布前一年收购了 Maluuba。该公司创始人承认,他对此次出售感到遗憾,因为 Maluuba 可能成为下一个 OpenAI。现在,同一个深度学习团队带着一个名为 Skyfall AI 的新项目回来了,它的第一个模型是……

Telegram — Вайб-кодинг
Исследования1 мин

SWECraft世界:通过模拟软件世界实现大规模智能体协作

arXiv:2610.24061v1 通告类型:新 摘要:随着AI智能体团队承担更大的项目和长期存在的开放问题,智能体协作为推理时计算的扩展提供了另一个维度。为了理解是什么使这种协作有效且可扩展,我们…

arXiv — cs.AI
Исследования1 мин

GardenBench:LLM能力的轻量级每日评估

arXiv:2610.23866v1 通告类型:新 摘要:我们推出GardenBench,这是一个包含11个测试套件的基准,用于评估大语言模型(LLM)在一系列任务中的能力。通过系统地用各种轻量级查询提示LLM,我们记录了…

arXiv — cs.AI
Исследования1 мин

A Controlled LLM Workflow for Evidence-Grounded Diagnosis of Risk Score Differences

arXiv:2610.23962v1 Announce Type: new Abstract: We propose a controlled Large Language Model (LLM) workflow for explaining risk score differences using similar historical transactions. The workflow combines reference retrieval and contrastive SHapley Additive exPlanations (SHAP)…

arXiv — cs.AI
Исследования1 мин

What Social Media Teaches Us About Accumulative AI Risks

arXiv:2610.24006v1 Announce Type: new Abstract: Prominent AI safety discussions emphasize existential threats and catastrophic events, such as AI-enabled nuclear conflict or engineered biological outbreaks. This position paper argues that there is another type of AI risk that…

arXiv — cs.AI
Исследования1 мин

用于罕见病诊断的统一多范式融合智能

arXiv:2610.24024v1 发布类型: 新 摘要: 罕见病 (RDs) 据估计影响全球 3 亿人, 使患者不得不在临床资源稀缺和医学知识碎片化的限制下经历漫长的诊断历程。人工智能 (AI) 已…

arXiv — cs.AI
Исследования1 мин

用于汉字绘制的LLM代理中的持久记忆与迭代改进

arXiv:2610.24090v1 公告类型: 新 摘要: 来自先前尝试积累的持久记忆是否有助于LLM代理解决新问题,记忆设计是否影响这种益处?我们研究了跨五种代理条件的程序化汉字绘制...

arXiv — cs.AI
Исследования1 мин

Cache2LoRA: 理解和改进语境内化

arXiv:2610.24107v1 公告类型: 新 摘要: Context-to-LoRA 方法将文档编码为低秩参数更新, 允许语言模型在解码语境中不保留源文本的情况下回答问题。这些更新在多大程度上可靠地保留事实并支持它们……

arXiv — cs.AI
Исследования1 мин

Joint, Decoupled, or Agent: When Each Multimodal Alignment Paradigm Wins

arXiv:2610.24108v1 Announce Type: new Abstract: Jointly pretrained multimodal encoders are a common way to combine modalities, while alternatives integrate their information during downstream training or inference. When does each approach win? We compare three paradigms,…

arXiv — cs.AI