AgentLens: новый бенчмарк для оценки кодовых агентов
Представлен AgentLens, новый бенчмарк для оценки интерактивных кодовых агентов, который фокусируется на полной траектории выполнения задач, а не только на...
События и разборы
Оперативная лента ИИ и разработки — страница 52
Короткие проверки популярных AI-сигналов из Telegram, Reddit, X и YouTube: что произошло, чему верить и почему это важно.
SageMath и LLM-агенты: как вычислительная математика усиливает ИИ
Исследование показывает, как связка LLM-агентов с SageMath помогает решать сложные математические задачи и снижает число ошибок в вычислениях.
Эффект уздечки: как дизайн оркестрации влияет на экономику токенов в корпоративном AI
Новое исследование на arXiv показывает, как архитектура оркестрации может существенно снизить затраты на токены в корпоративных AI-системах, улучшая эффективность без...
RAG для LLM: Здоровье и надежность ответов
Исследование на arXiv предлагает новый взгляд на безопасность больших языковых моделей в сфере общественного здравоохранения, используя Retrieval-Augmented Generation (RAG) для...
ИИ учится социальным нормам для лучшей координации с людьми
Новое исследование показывает, как формализация неявных социальных норм может значительно улучшить взаимодействие искусственного интеллекта с человеком в динамичных сценариях.