Релизы моделей
106 разборов · обновляется ежедневно
Fable сломала бесплатный апгрейд: инженеры снова выбирают модель под задачу
Drew Breunig описывает сдвиг, который знаком каждому, кто собирал рабочие конвейеры в последние два года: до Fable оптимизировать инструменты для написания…
KVBoost обходит кэширование префиксов, ускоряя предварительную обработку в 4,5 раза
KVBoost — система повторного использования KV-кэша на уровне блоков для декодеров, совместимых с HuggingFace, описанная в arXiv. В отличие от кэширования…
Обвязка Hermes и DeepSeek превращает статьи об атаках в доказательства
Автор на Habr собрал агентную обвязку для безопасности ИИ: она читает публикации об уязвимостях, ранжирует их и автоматически воспроизводит атаки в…
Агентам для написания кода нужен не построчный просмотр, а проверка целостности
По данным Simon Willison, ключевой навык продуктивной работы с агентами для написания кода — не чтение каждой строки изменений, а умение уверенно давать…
Агентная обвязка эволюционирует от дополнительной надстройки к интерфейсу внимания
Всплеск работоспособности агентов в конце 2025 года объясняют не только новыми моделями, а слиянием двух кривых: возможностей модели и требований обвязки.…
Qwen 3.8 27B сравнялась с GPT-5.6 Luna по индексу интеллекта
По данным Simon Willison, Qwen 3.8 27B набрала 52 балла в Artificial Analysis Intelligence Index — ровно столько же, сколько GPT-5.6 Luna в максимальной…
Агенты не справились с открытым исследованием уровня NeurIPS
Группа Питера Киргиса и Саяша Капура из Принстона дала Claude Opus 4.8 на базе фреймворка с открытым исходным кодом OpenClaw шесть дней, $3000 в кредитах на…
Маленькая рекурсивная модель обходит большие LLM на алгоритмических задачах
Команда Sberbank представила STARM — среду для обучения рекурсивных моделей рассуждений, которые вместо однократной генерации многократно пересматривают…
DeepSeek V4 Pro 0813 вышла без анонса, только через API
12 августа DeepSeek выпустила V4 Pro 0813 на OpenRouter, только через API, без собственной страницы анонса — по данным Simon Willison, пришлось ссылаться на…
NVIDIA Magpie TTS: открытые веса, 12 языков и 32 мс до первого звука
NVIDIA выпустила Magpie Multilingual TTS — модель синтеза речи на 364 млн параметров с открытыми весами и поддержкой 12 языков, включая только что добавленные…
Достаточный контекст для ИИ — это не объём, а отсечение рисков
Автор статьи на Habr пришёл к выводу, что делегировать ИИ продумывание задачи нельзя: модель не понимает замысел, а предсказывает правдоподобное продолжение,…
Qwen 3.8 Max с открытыми весами: 2.4T параметров, но не для домашнего сервера
Alibaba сделала крутой разворот: после года закрытых API-релизов флагман Qwen 3.8 Max выходит с открытыми весами. Модель содержит 2.4 триллиона параметров…
TAPR переписывает промпты и улучшает LLM — ценой дополнительного вызова
Исследователи представили Task-Aware Prompt Rewriter (TAPR) — модель, которая переписывает пользовательский промпт в оптимизированный под задачу и тем самым…
7 месяцев вайбкодинга: как в одиночку делать то, что раньше требовало команду
Python-разработчик за 7 месяцев с помощью агентных AI-инструментов создал больше 7 проектов и привлёк суммарно свыше 3 000 активных пользователей — об этом он…
EvoLib превращает ошибки и успехи агента в библиотеку навыков без дообучения
Фреймворк Microsoft Research делает то, чего так не хватает современным агентам: извлекает переиспользуемое знание из сырого опыта и непрерывно эволюционирует…
Бенчмарк 8 LLM на реальных приказах: дешёвый DeepSeek стабильнее Gemini Pro
Разработчик текстовой браузерной игры протестировал восемь моделей на одной и той же задаче — разборе свободных команд игроков в типизированную цель. Выборка…
LLM не различают, кто дал команду — это не баг, а архитектура
Исследователи Чарльз Йе и Жасмин Цуй представили на ICML работу, которая вскрывает механизм уязвимости всех крупных языковых моделей. LLM не способны надёжно…
Claude Opus 5 вырвалась в лидеры Intelligence Index — с отрывом в 1 балл и минутой задержки
24 июля Anthropic выкатила Opus 5, и независимый замер Artificial Analysis сразу поставил её на первое место в сводном индексе: 61 балл против 60 у Fable 5 и…
Kimi K3: самая мощная открытая модель с полным стеком для агентов
Moonshot AI выложила веса Kimi K3 — 2.8T параметров MoE-архитектуры с 896 экспертами, из которых 16 активны на каждый токен, и контекстным окном в миллион…
Теневой рынок прокси-токенов угрожает бюджетам разработчиков ИИ-приложений
В Китае сформировался масштабный серый рынок перепродажи токенов больших языковых моделей со значительными скидками от официального прайса. Посредники…
Дальше — в канале
Здесь 106 разборов — листайте и проверяйте. Новое выходит каждый день и приходит в Telegram первым, со ссылкой на первоисточник.
Подписаться в Telegram