COMRAD404
Новости, инструменты и практика ИИ
OpenAI и Lenfest Institute объявили о расширении совместной программы с дополнительным финансированием в $5 млн и до $5 млн в кредитах и инженерной поддержке. Разбираемся,...
Контрактные тесты для tool calling — это барьер между некорректным вызовом инструмента и продакшеном. Разбираем, какие проверки включать, как фиксировать сигнатуры и что делать с...
В сети обсуждают забавный эффект: если намекнуть GPT-6 Astra, что Claude справился лучше, модель якобы ускоряется и решает задачи, с которыми раньше возилась часами.
Разобраться в теме
Claude Sonnet 5.5, по заявлению Anthropic, работает более чем на 30% быстрее и обходится до 30% дешевле для большинства задач при сохранении прежней цены. Модель...
Практическая методика проверки tool calling в LLM: как разделить ошибки выбора инструмента и аргументов, собрать эталонный набор, измерить задержку и стоимость, а затем поставить защитные...
Андрей Бреслав представляет CodeSpeak — гибрид формального языка и промптинга, где разработчики постепенно перейдут на уровень человеческого языка.
Рейтинг COMRAD404
Топ-100 моделей: качество, код, скорость и стоимость. С фильтрами и описанием методологии.
Открыть рейтингAMD приобретает лабораторию пространственного ИИ World Labs в сделке на $8,2 млрд. Фэй-Фэй Ли станет исполнительным вице-президентом и главным научным руководителем AMD, а команда продолжит...
Tool calling — ключевой механизм для AI-агентов, но он ломается при смене модели или обновлении API. Разбираем, как собрать набор тестов, настроить регрессионные проверки и...
Автор канала делится данными исследования Pressfeed и ИРИ: нейросети плотно вошли в медиа и креативные индустрии. От поиска информации до написания текстов и создания контента.
Авторы Smol-VL-BLV обучили модель на 500 млн параметров точнее описывать направления, расстояния и препятствия. После квантования она занимает около 450 МБ и работает на Android...
Саймон Уиллисон представил веб-инструмент для анализа профилей Bluesky на предмет автоматизированных ботов, которые оставляют однотипные ответы. Утилита проверяет скорость ответов, наличие собственного контента и паттерны...
Microsoft готовит новую структуру Copilot с разделами Home, Code и Autopilot. По данным The Decoder, автономные задачи и генерация приложений выйдут за рамки стандартной лицензии...
