COMRAD404
Новости, инструменты и практика ИИ
Исследователи представили MudawanSn — золотой стандарт параллельного корпуса для пары языков волоф — современный стандартный арабский. 1271 предложение из новостного дискурса Сенегала, четыре бенчмарка моделей...
Новый бенчмарк наглядно демонстрирует, что даже лучшие open-source LLM (Gemma, Qwen2.5, DeepSeek) резко теряют качество при работе с реальным OCR. Исследователи выявили типовые ошибки: галлюцинации,...
Исследователи из Чжэцзянского университета представили EvoSkill-GUI — фреймворк, позволяющий GUI-агентам пересматривать и улучшать свои навыки в процессе выполнения задач, без дополнительного обучения. Система показала прирост...
Разобраться в теме
MCPJam запустила на Product Hunt платформу для проверки MCP-серверов — от симуляции пользовательских сценариев до повторяемых eval-тестов в CI/CD. Проект ориентирован на команды, чьи продукты...
Исследователи представили фреймворк RCA, который сочетает синтез диалогов (STaR-CS) и рефлексивное когнитивное выравнивание для LLM-агентов, проводящих когнитивную стимуляционную терапию (CST) для пожилых людей с когнитивными...
Владелец travel-платформы сообщил, что AI-агенты совершили больше бронирований и оплат, чем люди. Ключевой фактор — внедрение протокола MCP и изолированных платёжных шлюзов.
Рейтинг COMRAD404
Топ-100 моделей: качество, код, скорость и стоимость. С фильтрами и описанием методологии.
Открыть рейтингGitHub сообщил о добавлении стандартного атрибута profileUrl в ответы SCIM. Он содержит абсолютный URL аккаунта GitHub, связанного с внешней идентификацией, и упрощает автоматизацию доступа для...
Компания OpenAI представила официальное дополнение к системной карте GPT-5, посвященное специализированной модели GPT-5-Codex с динамическим распределением вычислительных ресурсов для задач автономной разработки.
Разбираем, как настроить автоматический анализ PR через языковые модели в GitHub Actions, защитить пайплайн от лимитов токенов и фильтровать шумные предупреждения.
GitHub представил функциональность для Enterprise Cloud, позволяющую автоматизировать SSO-авторизацию классических персональных токенов доступа (PAT) и SSH-ключей для множества организаций с помощью нового API.
Разработчики представили Twigg — API, который берёт на себя хранение и сборку контекста диалога, позволяя переключать модели между OpenAI, Anthropic, Google, xAI и другими без...
OpenAI представила gpt-oss-120b и gpt-oss-20b — первые с 2019 года модели с открытыми весами. Обе работают на архитектуре mixture-of-experts, доступны под Apache 2.0 и запускаются...
