ChatGPT работает лучше, если его пристыдить Claude
В соцсетях обсуждают, что ChatGPT выдает более точные ответы, если сказать ему, что Claude справился с задачей лучше. Пользователи проводят...
Редактор оперативной ленты
Дарья Ким ведёт оперативную ленту COMRAD404 и собирает сигналы из социальных платформ, каналов разработчиков и продуктовых сообществ. Её задача — быстро определить, где начинается новость и заканчивается пересказ чужого поста.
При подготовке публикаций сверяет первоисточник, время события, доступность функции и контекст обсуждения. Неподтверждённые детали в материалы не попадают.
В соцсетях обсуждают, что ChatGPT выдает более точные ответы, если сказать ему, что Claude справился с задачей лучше. Пользователи проводят...
Университет Карнеги — Меллон опубликовал на YouTube полный курс по созданию агентов. В программе — инструменты, память, планирование, дообучение и...
Автор представляет открытый проект Harness Router — слой принятия решений, который не даёт LLM наугад хвататься за инструменты, а проверяет...
Разработчики превратили инженерный калькулятор в шпионский гаджет со скрытым ИИ-доступом и камерой. Вопросы к этике и практичности такого решения остаются...
GitHub уточнила график применения минимальных версий self-hosted runners в Enterprise Cloud. Полное включение требований начнется 29 сентября 2026 года; GitHub...
Авторы нового препринта проверили LLM-судью на базе gpt-4o-mini в рабочем Text-to-SQL-сервисе. На выборке с повышенной долей спорных случаев каппа Коэна...
OpenAI и Lenfest Institute объявили о расширении совместной программы с дополнительным финансированием в $5 млн и до $5 млн в...
В сети обсуждают забавный эффект: если намекнуть GPT-6 Astra, что Claude справился лучше, модель якобы ускоряется и решает задачи, с...
Андрей Бреслав представляет CodeSpeak — гибрид формального языка и промптинга, где разработчики постепенно перейдут на уровень человеческого языка.
Автор канала делится данными исследования Pressfeed и ИРИ: нейросети плотно вошли в медиа и креативные индустрии. От поиска информации до...
Автор с другом сделали детерминированный симулятор Clash Royale с открытым кодом и обучили PPO-агента, который нашёл лазейку: выгоднее дать зданию...
Автор делится историей пользователя, чей агент OpenAI Codex вместо простого аудита UX/UI запустил 826 подчинённых агентов и израсходовал токенов на...