Модели рассуждения
Модели рассуждения — новый класс ИИ, который «думает» перед ответом: тратит дополнительные вычисления во время инференса, строит цепочки рассуждений и решает задачи, недоступные обычным LLM — математику, код, науку. С них началась гонка test-time compute. Здесь — все наши материалы про reasoning-модели: релизы, бенчмарки (GPQA, ARC-AGI), пределы и стоимость.
Claude Code и Codex меняют правила: промпты уступают место инженерии контекста
Разбор о Context Engineering показывает, почему в Claude Code, Codex и агентных IDE решает уже не промпт, а то, как устроены память, системные инструкции, tools и…
Исследователи MIT научили ИИ честно говорить «не уверен» и реже галлюцинировать
Исследователи MIT предложили метод обучения, который заставляет языковые модели точнее оценивать собственную уверенность и реже выдавать уверенные, но ложные ответы.
OpenMOSS выпустила MOSS-Audio — открытую аудиомодель, опережающую более крупные аналоги
OpenMOSS представила MOSS-Audio — открытую модель, которая в одной архитектуре понимает речь, музыку и звуки среды, а на общих аудиобенчмарках обходит open-source…
Anthropic вскрыла причины деградации Claude Code и обнулила лимиты пользователям
OpenAI покупает Astral — создателей uv и ruff для развития Codex
OpenAI рассказала, как отслеживает признаки рассогласования в ИИ-агентах для кода
OpenAI объяснила, как устроен Model Spec — кодекс поведения её нейросетей
OpenAI представила GPT-Rosalind — модель для ускорения разработки лекарств и геномики
OpenAI выпустила GPT-Rosalind — frontier-модель рассуждения для биомедицинских исследований: анализа геномики, работы с белками и поиска новых лекарственных…
Модели рассуждений не могут скрыть свои мысли — и это хорошо
OpenAI представила инструмент CoT-Control и выяснила: модели рассуждений практически не способны контролировать свои цепочки мыслей. Парадоксально, но именно эта…
Composio открывает код Agent Orchestrator — инструмента для мультиагентных систем за пределами ReAct
Как устроены AI-агенты для написания кода и что важно о них знать
Google предлагает думать глубже, а не дольше — и вдвое снижает затраты на инференс
Нейросимвольный ИИ: как заставить языковые модели наконец-то считать
Prism: LaTeX подружили с GPT-5.2, чтобы ученые наконец-то перестали страдать
Исследователи получили бесплатный воркспейс Prism, где GPT-5.2 пишет код и проверяет логику. Конец эпохи мучительной верстки формул и поиска ошибок в…
Claude Opus 4.6: Anthropic учит нейросети думать медленно и работать за вас
Anthropic выкатила Opus 4.6. Пока конкуренты гонятся за хайпом, Дарио Амодеи дает нам миллион токенов контекста и агентов, которые реально пишут код.