CLEAT учит AI-агентов задавать вопросы с максимальной пользой для задачи
Исследователи представили CLEAT — метод совместного обучения агента и контроллера, который оценивает, стоит ли задавать уточняющий вопрос вместо немедленного выполнения...
События и разборы
Оперативная лента ИИ и разработки — страница 13
Короткие проверки популярных AI-сигналов из Telegram, Reddit, X и YouTube: что произошло, чему верить и почему это важно.
GeoFitBench-LLM: новый бенчмарк проверяет, умеют ли LLM формулировать требования к геоданным
Исследователи представили GeoFitBench-LLM — тест для оценки того, насколько языковые модели умеют определять нужные наборы геоданных, ресурсы и ограничения для...
SpireBench проверяет, как ИИ-агенты принимают решения на длинной дистанции
Авторы SpireBench дали языковым моделям пройти Slay the Spire целиком. Модели справляются с отдельными боями, но теряют преимущество по мере...
AutoIndexer учит языковые модели редактировать уже сгенерированный текст
Исследователи Autodesk AI представили AutoIndexer — генеративную модель, которая может вставлять, заменять и удалять токены в уже созданной последовательности, а...
Chrome Relay подключает AI-агентов к вашим авторизованным вкладкам Chrome
Проект Chrome Relay позволяет Claude Code, Codex, Cursor и другим CLI-агентам управлять вкладками обычного Chrome через локальный DevTools-интерфейс — без...
IHMT предлагает общую файловую память для AI-агентов
Проект IHMT использует локальные файлы и MCP-сервер, чтобы сохранять решения и предпочтения пользователя между сессиями и разными AI-агентами.
Agent Standup превращает сессию Claude Code в совещание с ИИ-агентами
Бесплатный open-source проект показывает работу ведущего и субагентов Claude Code в формате живого стендапа — локально, на основе файлов сессии.
Pryxor ставит шлюз между ИИ-агентом и внешними действиями
Открытый self-hosted-проект проверяет конкретные вызовы инструментов по заданным правилам и может разрешить их, заблокировать или отправить на ручное подтверждение.
Ускорятся ли ИИ-агенты для программирования: пока это вопрос, а не новость
На Hacker News обсуждают, станут ли одиночные сессии с LLM-агентами заметно быстрее. Но исходная публикация — вопрос пользователя, а не...
Flopper сводит характеристики GPU, AI-производительность и цены в одной базе
Flopper — каталог для сравнения ускорителей NVIDIA, AMD, Intel, Google и других производителей по характеристикам, производительности на разных точностях и...