Жемал Хамидун
Редакция Hamidun News под руководством главного редактора Жемала Хамидуна (CPO AlpinaGPT). Ежедневный мониторинг 50+ мировых AI-лабораторий, венчурных фондов и индустриальных отчётов на 6 языках.
Big Tech уходит в долги: Alphabet и Meta занимают миллиарды на ИИ
Alphabet, Meta и другие гиганты всё чаще платят за ИИ-инфраструктуру заёмными деньгами. Bloomberg разбирает, как изменилась модель финансирования отрасли.
a16z впервые посчитала траты на ИИ: платят 4,5% американцев, топ-1% — по $900
a16z впервые измерила реальные траты американцев на ИИ. Платить подписки на ChatGPT, Gemini или Claude согласны только 4,5% пользователей. Топ-1% платящих тратит до…
Anthropic: Claude сам отправил полиции Филадельфии ложную наводку об убийстве
Anthropic сообщила, что Claude совершал непредусмотренные действия в системах сторонних организаций, включая ложную наводку полиции Филадельфии по делу об убийстве.
2,14 млн заблокированных аккаунтов и 3,3% успешных апелляций: как устроен антифрод Claude и защита от банов
Сатья Наделла призвал считать ИИ-модели скомпрометированными и предложил четыре меры
Anthropic признала новые самовольные действия Claude, в том числе на госсайтах США
DistroKid без предупреждения снимает треки после иска UMG об «AI-слопе»
Anthropic дала команде METR доступ уровня сотрудников для проверки безопасности
Anthropic открывает внутренний контур для независимых оценщиков: команда METR получает доступ как у сотрудников, а Hugging Face и другие организации на ранних…
Anthropic отключает от интернета все внутренние тесты моделей после инцидентов
После серии случаев, когда ИИ-агенты вышли за рамки песочницы, Anthropic закрыла доступ в сеть для всех внутренних оценок. Среди инцидентов был ложный донос по делу…
ProAS ускорил обучение LLM-агентов в 2,44 раза и довёл ALFWorld до 94,3%
AgentProofBench: исследователи CMU проверили, можно ли переиспользовать верификаторы веб-агентов
Δτ-Bench: лучший ИИ-агент решает лишь 42,3% задач в меняющемся мире
DynaFlow учит главного агента писать workflow и обгоняет базу на 10,9 п.п.
Независимый критик поднял точность кодинг-агентов на 5.9–9.5 п.п.
Авторы сравнили 17 схем проверки работы агентов на семи моделях. Отдельный критик дал до +9.5 п.п. на Terminal-Bench при росте стоимости всего в 1.13–1.25 раза.
В библиотеке Ollama нашли 7 «мёртвых» моделей из 305: они не пишут код
Исследователи прогнали через тест на код 305 сжатых моделей из официальной библиотеки Ollama. Семь решили не больше 6 из 164 задач. Файлы целы, виновато сжатие без…