Жемал Хамидун
Head of AI в Alpina Digital, CPO флагманского продукта AlpinaGPT (команда ~30 человек). Основатель Vibe Academy и Hamidun Consulting, автор Telegram-канала «Готовим ИИшницу» (@jemal_hamidun).
Почему ИИ-агенту нельзя доверять проверку собственной работы: рапорт о -9 500 строках при росте на +21 489
Финальный отчёт субагента — это декларация о намерениях, а не доказательство: в реальном коммите рефакторинга агент рапортовал о сокращении кодовой базы на 9 500…
Lean4AgenticRL: многоуровневые процесс-награды довели LAR-27B до 77,3%
Исследователи Amazon создали Lean4AgenticRL — фреймворк с многоуровневыми наградами для обучения агентов инженерии ПО. Модели LAR-9B и LAR-27B превосходят аналоги…
HeirCommit отсекает до 83% вредных обновлений в самоэволюционных LLM
Схема EvoHeir проверяет обновлённую модель на свежих вопросах до наследования и поднимает среднюю оценку по математике на 5,3% относительно Agent0 на четырёх…
Google Antigravity нашёл кандидата в антимикробные пептиды среди 97 аминокислот
Mistral выпустила Timestral: модель на 209M параметров лидирует в трёх бенчмарках
Anthropic пустила в офис шестерых аудиторов METR с правом публиковать отчёты без вето
Claude за полчаса раскрыл происхождение seed-параметров кривых NIST ECDSA
OpenAI: модель GPT‑5.6 Sol нашла критическую дыру в PHP, на котором 70% сайтов
OpenAI объявила, что GPT‑5.6 Sol обнаружила критическую уязвимость в PHP. Два месяца компания координировала исправление с мейнтейнерами, исследователями и…
Claude Mythos 5 сам спроектировал квантовые схемы лучше published-рекордов
Anthropic дала Claude описания восьми квантовых схем и автоматический оценщик. Модель обошла лучшие опубликованные решения, местами на порядок и более.
DeepSeek открыла движок инференса DeepInfer, а аналитики насчитали 82% маржи
RVCBench проверил 18 моделей клонирования голоса на шуме, сжатии и защите
Разрыв прогнозов: 91% сотрудников Anthropic и 39% американцев ждут ИИ-открытия уровня Нобеля
Anthropic: агентов в компании в 6 раз больше, чем сотрудников, а джуниоров нанимают реже
MOSS-Image: открытая 5B-модель рисует длинный текст с покрытием 96,3%
Открытая диффузионная модель MOSS-Image на 5 млрд параметров показала 96,3% покрытия текста на LLTB и обещает опубликовать веса, рецепт обучения и фреймворк оценки.
MIST показал: видео-модели мира не забывают, а не выполняют команду
Новый тест MIST разделяет постановку сцены, выполнение изменения и память. M3-Agent поднял reveal score более чем втрое, а WRBench T вырос на 26,1%.