COMRAD404 COMRAD404 ИИ-сигналы, агенты и практическая разведка
Портрет автора Дарья Ким
COMRAD404 / AUTHOR

Дарья Ким

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.

оперативная лентасоциальные сигналыпродуктовые релизыпроверка источниковновости ИИ
193материалов

Последние публикации

LATEST
График зависимости качества кода от уровня усилия у Opus 5
Оперативная лента////2 мин чтения

Opus 5: усилие «max» не всегда лучше — обсуждение на Reddit

На Reddit обратили внимание, что модель Opus 5 от Anthropic показывает снижение качества кода на максимальных настройках усилия. Обсуждение подкреплено данными из бенчмарков и...

Открыть материал →
Сравнительный график производительности диффузионной и авторегрессивной моделей
Оперативная лента////2 мин чтения

Диффузия против авторегрессии: честный бенчмарк от одной лаборатории

В open-source выложена LLaDA2.2 — диффузионная модель 100B от той же лаборатории, что сделала авторегрессивный аналог. Сравнение показало: диффузия проигрывает на знаниях и коде,...

Открыть материал →
Интерфейс Corv v1.1 — SSH-клиент для AI-агентов
Оперативная лента////2 мин чтения

Show HN: Corv v1.1 — решение для SSH-выполнения команд AI-агентами

Вышел Corv v1.1 — SSH-клиент, оптимизированный для работы AI-агентов. Проект решает проблему несовместимости LLM с SSH, предлагая именованные подключения, структурированный вывод и управление сессиями.

Открыть материал →
Схема бенчмарка InferenceBench: агент, LLM, сервер, H100, два часа
Оперативная лента////2 мин чтения

AI-агенты против инференса: новый бенчмарк InferenceBench показал предел «заученных» решений

Исследователи представили бенчмарк InferenceBench, в котором AI-агенты должны оптимизировать скорость LLM-инференса на одном H100 за два часа. Результаты показали, что агенты превосходят наивный baseline,...

Открыть материал →
Схема работы DC-Leap: draft-guided contiguously leaping decoding для диффузионных LLM
Оперативная лента////2 мин чтения

DC-Leap: ускорение диффузионных LLM без дообучения — разбор нового метода

Новый метод DC-Leap обещает многократное ускорение генерации у диффузионных языковых моделей за счёт динамической верификации токенов и draft-декодирования. Разбираем, что предложили авторы, насколько это...

Открыть материал →