Publication Catalog

所有文章

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

2163
Stories
Стартапы1 мин

Газпромбанк ищет решения от научных команд в финтех-акселератор

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…

Telegram — Вайб-кодинг
Исследования1 мин

OpenClaw при поддержке Nvidia и Red Hat запустила открытую платформу для управления корпоративными ИИ-агентами

🏢 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.…

Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин

В Meta предложили мета-рассуждение для агентов

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…

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Исследования1 мин

OpenAI заблокировала атаку дистилляции скрытых CoT своих моделей

✔️ 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…

Telegram — AI Machine Learning Big Data
Исследования1 мин

Про новую макроэкономику ИИ

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…

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Исследования1 мин

OpenAI обнаружила новый тип атак на ИИ-агентов — вредоносные промпты научились «размножаться»

🦠 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…

Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин

Anthropic раздаёт бесплатные плюшевые игрушки и стикеры

✔️ 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…

Telegram — AI Machine Learning Big Data
Исследования1 мин

DeepSeek выложила в открытый доступ библиотеку, которая ускоряет вычисления на GPU, лежащие в основе ИИ-моделей.

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…

Telegram — Вайб-кодинг
Исследования1 мин

ИИ-репетиторы уже могут давать такой же быстрый прирост знаний, как занятия с экспертами

🎓 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…

Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин

What Do Rationales Communicate? A Message-Intervention Study in Role-Specialized QA

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…

arXiv — cs.AI
Исследования1 мин

Gradient-Aligned Pair Selection for Personalized Preference Optimization

Personalizing large language models (LLMs) requires aligning generation behavior with user-specific preferences rather than aggregate quality. While Direct Preference Optimization (DPO) provides a stable framework for preference learning, its effectiveness in personalized…

arXiv — cs.AI
Исследования1 мин

Mathematical Transfer in LLMs Follows Reasoning Approach More Than Topic

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…

arXiv — cs.AI
Исследования1 мин

Comedic Fool's Gold: Reward Exploits and Countermeasures in Conversational Humor

We investigate automated rewards for training language models in conversational humor, focusing on reward exploits and countermeasures. Two approaches aim to capture understandable surprise and predicted audience amusement. Controlled tests show that an embedding-based surprise…

arXiv — cs.AI
Исследования1 мин

Fault-Tolerant Budget Conservation in Distributed Multi-Agent Delegation

Resource limits are becoming an authorization boundary for AI agents that delegate work across concurrent and failure-prone workers. Parent-child allocation constraints, affine objects, and distributed escrow do not by themselves prevent overspend when replies are lost, effects…

arXiv — cs.AI
Исследования1 мин

Benchmarking Prompt Optimization of Large Language Models With Chess

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…

arXiv — cs.AI
Исследования1 мин

When Harnesses Lose the Signal: Causal Evaluation of Recovery in LLM Agents

Large language model agents rely on external harnesses to pass information between the model and its environment and to recover from execution errors. Yet recovery is usually judged only by average task success. This hides an important tension. The same operation can rescue a…

arXiv — cs.AI
Исследования1 мин

Heavy-Tailed Memory Traces in Long-Horizon Language Agents

Long-horizon language agents increasingly rely on external memory as a frozen world model, yet current memory systems are usually judged only by task success or token cost. We argue that the missing object is the shape of memory use: under finite context and repeated retrieval,…

arXiv — cs.AI
Исследования1 мин

JevSpawn: Adaptive Agentic Inference through Compositional Action Spaces

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…

arXiv — cs.AI
Исследования1 мин

When Do Causal World Models Help Modular LLM Agents

LLM agents increasingly act through modular systems, such as order, payment, inventory, and shipment services, where actions in one module change which transitions are valid in another. Standard world models usually fit observational traces, but this is not the quantity needed…

arXiv — cs.AI