Все новости
10567
Nvidia ведёт переговоры о покупке или доинвестировании Reflection AI
Nvidia, по данным Financial Times, на ранней стадии обсуждает покупку Reflection AI или новые инвестиции в разработчика американских open-weight моделей. Условия…
2,14 млн заблокированных аккаунтов и 3,3% успешных апелляций: как устроен антифрод Claude и защита от банов
По официальному отчёту Anthropic Transparency Hub, за 2025 год компания заблокировала 2,14 млн аккаунтов (рост на 110% во втором полугодии до 1,45 млн), а из 52…
Сатья Наделла призвал считать ИИ-модели скомпрометированными и предложил четыре меры
Глава Microsoft представил комплекс мер для защиты от продвинутых ИИ-моделей: предположить компрометацию с начала, ввести экстренную остановку, независимые аудиты и…
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.
Alibaba DAMO учит роботов на 30 тыс. часов видео без меток действий
AMBIT учит одну модель генерировать и редактировать 3D-звук по тексту
Команда NoizAI представила AMBIT: языковая команда превращается в ScenePlan с источниками и 3D-траекториями, а одна Transfusion-модель рендерит Ambisonics и правит…
SATE-Bench: мультимодальные модели бросают исследование сцены слишком рано
Новый бенчмарк SATE-Bench: 316 реальных сцен и 2525 QA-пар. Топовые MLLM прекращают обзор раньше времени и при этом уверены в ответе, а GRPO-дообучение путает их…
Независимый критик поднял точность кодинг-агентов на 5.9–9.5 п.п.
Google открыла TorchTPU: PyTorch получил TPU как родное устройство
33 ИИ-агента на одном образе без правок ядра: где проходит граница между кодом и моделью
GPT-6 Sol Daybreak Blue возглавил Cyber Index: +32 балла и $1,77 за задачу
Moonshot выпустила Kimi K3.1 Pro: open-weight модель на 3T с контекстом 1 млн токенов
Moonshot представила Kimi K3.1 Pro: на Terminal-Bench 4.0 модель набирает 65,7% и обходит GPT-6 Astra, а веса откроют до 4 ноября. Контекст — 1 млн токенов.
Artificial Analysis запустила AA-3D: Claude Sonnet 5.5 лидирует с 1194 Elo
Новый бенчмарк просит агентов собрать интерактивную 3D-сцену на three.js. Первое место у Claude Sonnet 5.5 (1194 Elo), но топ-4 статистически неразличимы.