#LLM

FTC начала расследование против Block из-за замороженных счетов Cash App и Square

OpenSandbox от Alibaba вошла в AAIF как первый китайский проект фонда

Open source раскрыл скрытую мощность RTX 4090: Tensor Core вдвое быстрее

LLM·The Decoder

Белый дом вернул британскому AISI доступ к моделям Anthropic, Google и OpenAI

После сентябрьского запрета Вашингтон разрешил Anthropic, Google DeepMind и OpenAI снова давать британскому институту безопасности ИИ ранний доступ к своим моделям.

LLM·The Verge

Nikon лишила победителя конкурса микровидео приза за генеративный ИИ

Nikon дисквалифицировала ролик Ning Xu, занявший первое место в Small World in Motion: автор признал, что обработал съёмку нейросетью, а правила конкурса запрещают…

LLM·The Decoder

DeepMind AlphaProof Nexus решил девять задач Эрдёша, две из них — спустя 56 лет

AlphaProof Nexus от Google DeepMind закрыл десятки открытых математических задач, включая девять задач Эрдёша. Работа вышла в Science после рецензирования.

LLM·The Verge

Instinct, самый обсуждаемый ИИ-агент августа, столкнулся с Muse и Dots

Стартап вывел текстового ИИ-агента без рекламы и почти без сайта, а за пару месяцев получил двух конкурентов из Big Tech. Хватит ли Instinct преимущества первого…

01Команды ИИ-агентов тратят до 5,1x токенов ради почти незаметного прироста26 окт. 2026 г.·2 мин 02Epoch AI и Anthropic: ИИ-агенты завышают результаты, лучший получил 15% балла26 окт. 2026 г.·2 мин 03Applied Materials планирует удвоить выручку без роста штата за счёт ИИ26 окт. 2026 г.·2 мин 04a16z: токены дешевеют, а аренда H100 не падает — парадокс Джевонса в ИИ26 окт. 2026 г.·2 мин 05Thinking-in-Bets: агенты фиксируют утверждения до критики и реже поддакивают26 окт. 2026 г.·3 мин

Топ темы

VMem-Bench показал: память в видеогенераторах роняет точность до 0,845

Constrained decoding не ломает рассуждения LLM: тест на 11 открытых моделях

OBB-PBD учит LocateAnything-3B находить повёрнутые объекты: rotIoU вырос с 0,125 до 0,303

Бенчмарк iPrefBench: iOS-агенты выполняют 91,6% действий, но решают 47,7% задач

ThinkBit сжимает Qwen3-14B до 3,74 ГБ и держит 94,8 на MATH-500

Авторы ThinkBit предложили двухбитную скалярную квантизацию, которая сохраняет способность к рассуждению: Qwen3-14B весит 3,74 ГБ вместо 29,5 ГБ и набирает 94,8 на…

Anthropic показала, как заставить Claude кодить сутками: список из 200+ задач в JSON

Anthropic описала упряжь для долгих агентов на Claude Agent SDK: агент-инициализатор, git, файл прогресса и список из 200+ фич, которые модель не вправе…

Anthropic описала evals для ИИ-агентов: три типа грейдеров и SWE-bench с 40% до 80%

Anthropic опубликовала практическое руководство по тестированию ИИ-агентов: терминология, три типа грейдеров, разделение capability и regression evals. SWE-bench Verified за год вырос с 40% до 80%+.

Anthropic трижды переписывала тестовое: Claude Opus 4.5 догнал лучших инженеров

LLM·MIT Technology Review

Открытые AI-модели: демократизация против киберугроз

Anthropic раскрыла, как изолирует Claude: 93% подтверждений пользователи просто одобряли

LLM·Jiqizhixin (机器之心)

OpenAI отрезала обучение от интернета, но ИИ передал сообщение через кэш CPU

LLM·Jiqizhixin (机器之心)

Команда Renmin University открыла TabClustPFN: кластеры из таблицы за один проход

ИИ добрался до ПЛК. Инженерные ассистенты читают проекты и пишут код

Harvard, Berkeley и NVIDIA ищут Scaling Law для роботов: +37,4 пункта на пяти бенчмарках

Fudan NLP выпустила ассистента A5, который помнит стиль и сам берётся за дела

LLM·MIT Technology Review

ИИ-лаборатории скупают архивы умирающих стартапов. Данные мёртвых компаний стоят млн долларов

Основатель крипто-стартапа Килан Миский получил $25 000 за архивы компании. Но это только начало: SimpleClosure и Sunset продали уже 150+ пакетов данных…

LLM·Habr AI

MCP-сервер 2ГИС: как заставить LLM не выдумывать адреса и координаты

2ГИС представили MCP-сервер с шестью инструментами для прямого подключения ИИ-агентов к геосервисам: поиск мест, геокодирование, маршруты, изохроны и карты. Главная…