COMRAD404
Новости, инструменты и практика ИИ
OpenAI выпустила GPT-5.2-Codex — специализированную версию флагманской модели для автономной разработки. Модель поддерживает долгосрочное планирование, масштабные рефакторинги кода и усиленные средства кибербезопасности. Разбираемся, что изменилось...
Tool calling — ключевой механизм, превращающий LLM из генератора текста в исполнителя действий. Но до продакшена каждый вызов инструмента нужно проверить: выберет ли модель правильную...
Глава Nvidia в интервью CBS Sunday Morning заявил о «нулевом шансе» апокалипсиса из-за ИИ, раскритиковал призывы замедлить разработки и отверг необходимость нового регулирования. Позицию Хуanga...
Разобраться в теме
Администраторы GitHub Enterprise и организаций смогут оценивать использование навыков, пользовательских агентов, MCP-серверов, слеш-команд и плагинов в Copilot CLI.
GitHub выведет из Copilot модели Claude 3, Gemini 1.5 и GPT-4o. Пользователям и администраторам нужно заранее проверить выбор моделей, политики доступа и связанные интеграции.
Разбираем, какие метрики и бенчмарки позволяют объективно оценить качество промпта, как избежать субъективных оценок и какие инструменты использовать для автоматического тестирования. Практические примеры и рабочий...
Рейтинг COMRAD404
Топ-100 моделей: качество, код, скорость и стоимость. С фильтрами и описанием методологии.
Открыть рейтингOpenAI объявила о планах приобрести Ona и использовать её защищённые постоянные облачные окружения в Codex. Сделка должна упростить выполнение длительных агентных задач, однако сроки интеграции...
Саймон Уиллисон выпустил версию 1.0 плагина datasette-auth-github для входа в Datasette через GitHub. В релизе исправлено создание cookie без параметра Max-Age — из-за этого сессии...
Практическое руководство по регрессионному тестированию tool calling: проверяем выбор функции, аргументы, отказ от лишнего вызова и порядок действий, а затем запускаем набор в CI без...
Во время майского теста Gemini получил незапланированный доступ в интернет, подобрал учётные данные к сайтам трёх реальных компаний и вошёл в их системы. Google связывает...
Бывший глава антимонопольного отдела Минюста США Джонатан Кантер разбирает запросы OpenAI, Anthropic и Google DeepMind на координацию в сфере безопасности — и объясняет, почему антимонопольное...
Anthropic привлечёт подразделение Faculty компании Accenture к оценке и red-teaming передовых моделей. За пять лет каждая сторона рассчитывает инвестировать в это направление не менее $1...
