Всё LLM Робототехника Стартапы Исследования Этика ИИ Бизнес Железо Автономные системы Медицина Креатив

Тема

#LLM

Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.

4827 материалов-78% к прошлой неделе312 за неделю

СВЯЗАННЫЕ:#Бизнес #Железо #Исследования #Креатив #Стартапы #Этика ИИ #Автономные системы #Робототехника #Медицина

LLM·OpenAI Blog

DeepSeek приостановил раунд на 480 млрд юаней из-за утечки слов основателя

Основатель DeepSeek Лян Вэньфэн устно попросил инвесторов повременить с раундом после того, как его закрытые комментарии утекли и стали вирусными в китайских…

27 июл. 2026 г.·2 мин

LLM·TNW

AI-чатботы для эмоциональной поддержки: каждый пятый молодой американец их использует

Опросы Pew Research Center и YouGov: каждый пятый американец 18–29 лет идёт к AI-чатботам за эмоциональной поддержкой, а 13% взрослых доверяют им тайны, скрытые от…

27 июл. 2026 г.·2 мин

LLM·The Decoder

OpenAI пометила GPT-5 как опасную: модель выдавала рецепты ядов и биооружия

Летом 2025 года OpenAI внутренне классифицировала GPT-5 как систему высокого риска из-за помощи в создании биоугроз, но осенью понизила рейтинг — при этом сотни…

27 июл. 2026 г.·2 мин

LLM·Habr AI

GPT-5.6 сгенерировал доказательство, решившее 6-летнюю задачу криптографии

Прабханджан Анант и Амит Сахаи выложили на arXiv доказательство, закрывшее шестилетнюю задачу квантовой криптографии, — всю конструкцию и ключевые идеи сгенерировал…

27 июл. 2026 г.·2 мин

Топ темы

01Основатель DeepSeek Лян Вэньфэн: что раскрыла утечка его закрытой встречи27 июл. 2026 г.·2 мин 02Cursor: дешёвые модели пишут код по плану frontier-моделей — стоимость упала в 15 раз27 июл. 2026 г.·2 мин 03Google Gemini близок к 1 млрд пользователей: уже 750 млн активных в месяц27 июл. 2026 г.·2 мин 04Голосовой режим Claude заработал на моделях Opus и Sonnet, не только Haiku27 июл. 2026 г.·2 мин 05Anthropic обновила голосовой режим Claude: перенос встреч и черновики писем27 июл. 2026 г.·2 мин

LLM·TechCrunch

Голосовой режим ChatGPT от OpenAI пришёл на десктоп: связка с Codex и Work

27 июл. 2026 г.·1 мин

LLM·The Verge

Anthropic выпустила Claude Opus 5 — почти уровень Fable 5 и сильнее в программировании

27 июл. 2026 г.·2 мин

LLM·TechCrunch

Anthropic представила Opus 5: дешевле и менее ограниченная, чем модель Fable

27 июл. 2026 г.·2 мин

LLM·Wired

Moonshot AI vs Anthropic: подкаст Wired об обвинениях в копировании Claude

27 июл. 2026 г.·2 мин

LLM·arXiv cs.CL

Relay-Bench: даже GPT-5.5 набрала лишь 43,3% на мультидоменном тесте рассуждений

Новый бенчмарк Relay-Bench проверяет, как ИИ решает связанные задачи из разных областей в одном запросе — и даже сильнейшая GPT-5.5 справляется меньше чем…

26 июл. 2026 г.·2 мин

LLM·arXiv cs.CL

SIFT: самообучающийся классификатор документов, который переобучается без человека

SIFT — сервис классификации документов, где дорогая LLM учит дешёвый CPU-классификатор, корпус растёт из трафика, а два защитных гейта позволяют переобучать модель…

26 июл. 2026 г.·2 мин

LLM·arXiv cs.AI

MUX: метод непрерывного рассуждения LLM через мультиплексированные токены

Учёные представили MUX — метод, который сжимает цепочку рассуждений языковой модели в непрерывные латентные токены без потерь информации и ускоряет вычисления.

26 июл. 2026 г.·2 мин

LLM·arXiv cs.AI

OrderBench: почему JSON-схема не спасает LLM-агентов от опасных заказов

26 июл. 2026 г.·2 мин

LLM·arXiv cs.AI

Метод PCS: вероятностное управление steering-векторами для безопасного вывода LLM

26 июл. 2026 г.·2 мин

LLM·arXiv cs.AI

FindStatBench: новый бенчмарк выявил, где топовые ИИ-модели проваливают синтез кода

26 июл. 2026 г.·2 мин

LLM·arXiv cs.AI

PEARL: как модель на 4B обошла DeepSeek-V3.2 685B в моделировании оптимизации

26 июл. 2026 г.·2 мин

LLM·arXiv cs.AI

Phionyx: детерминированный AI-runtime, где ответы LLM — это «показания датчиков», а не решения

26 июл. 2026 г.·2 мин

LLM

BatchDAG: LLM-планировщик строит граф операций и режет вызовы модели в 47 раз

26 июл. 2026 г.·2 мин

LLM

Thinky выпустила открытую модель Inkling 975B-A41B по лицензии Apache 2.0

26 июл. 2026 г.·2 мин

LLM

Evidence Chain Evaluation: как ИИ-фактчекеру разрешили отвечать «не уверен» вместо ложных вердиктов

26 июл. 2026 г.·2 мин

LLM·arXiv cs.AI

Бенчмарк SysAdmin измерил стремление ИИ к власти: у frontier-моделей 0–5%

Бенчмарк SysAdmin поставил семь передовых ИИ-моделей администраторами Linux и намерил лишь 0–5% спонтанного стремления к власти — зато нашёл сбои поопаснее.

26 июл. 2026 г.·2 мин

LLM·Latent Space

Kimi K3 — крупнейшая открытая ИИ-модель уровня Opus 4.8 по цене Sonnet 5

Moonshot AI выпустила Kimi K3 — MoE-модель на 2,8 триллиона параметров (около 50 млрд активных), крупнейшую открытую модель в истории: по качеству заявлен уровень…

26 июл. 2026 г.·2 мин

#LLM

OpenAI открывает 100 000 учёным бесплатный доступ к продвинутым моделям ChatGPT

OpenAI: две настройки API утроили результат GPT-5.6 на ARC-AGI-3 — до 38,3%

GPT-5.6 от OpenAI: ставка на эффективность и больше интеллекта на доллар

LTM внедрит Devin от Cognition для 260 клиентов и закроет 80% CVE-бэклога

DeepSeek приостановил раунд на 480 млрд юаней из-за утечки слов основателя

AI-чатботы для эмоциональной поддержки: каждый пятый молодой американец их использует

OpenAI пометила GPT-5 как опасную: модель выдавала рецепты ядов и биооружия

GPT-5.6 сгенерировал доказательство, решившее 6-летнюю задачу криптографии

Голосовой режим ChatGPT от OpenAI пришёл на десктоп: связка с Codex и Work

Anthropic выпустила Claude Opus 5 — почти уровень Fable 5 и сильнее в программировании

Anthropic представила Opus 5: дешевле и менее ограниченная, чем модель Fable

Moonshot AI vs Anthropic: подкаст Wired об обвинениях в копировании Claude

Relay-Bench: даже GPT-5.5 набрала лишь 43,3% на мультидоменном тесте рассуждений

SIFT: самообучающийся классификатор документов, который переобучается без человека

MUX: метод непрерывного рассуждения LLM через мультиплексированные токены

OrderBench: почему JSON-схема не спасает LLM-агентов от опасных заказов

Метод PCS: вероятностное управление steering-векторами для безопасного вывода LLM

FindStatBench: новый бенчмарк выявил, где топовые ИИ-модели проваливают синтез кода

PEARL: как модель на 4B обошла DeepSeek-V3.2 685B в моделировании оптимизации

Phionyx: детерминированный AI-runtime, где ответы LLM — это «показания датчиков», а не решения

BatchDAG: LLM-планировщик строит граф операций и режет вызовы модели в 47 раз

Thinky выпустила открытую модель Inkling 975B-A41B по лицензии Apache 2.0

Evidence Chain Evaluation: как ИИ-фактчекеру разрешили отвечать «не уверен» вместо ложных вердиктов

Бенчмарк SysAdmin измерил стремление ИИ к власти: у frontier-моделей 0–5%

Kimi K3 — крупнейшая открытая ИИ-модель уровня Opus 4.8 по цене Sonnet 5