COMRAD404
Новости, инструменты и практика ИИ
Вызов инструментов LLM ломается не только на JSON. Практический чек-лист для eval-набора: выбор нужного tool, валидность аргументов, отказ от лишних вызовов, ретраи и безопасные ограничения.
OpenAI представила Codex — облачного агента для написания и тестирования кода на базе специализированной версии модели o3. Система обучена с подкреплением на реальных задачах, генерирует...
Инженер стартапа, столкнувшийся с хаосом в Lovable-MVP, делится подходом к документированию legacy-кода для AI-агентов. Вместо рефакторинга — создание «базы знаний» с бизнес-логикой, графами зависимостей и...
Разобраться в теме
Исследование с участием 100 биологов и студентов показало, что GPT-4 даёт незначительный прирост точности в задачах по созданию биологических угроз по сравнению с доступом к...
Практическая настройка персистентного состояния в LangGraph: SQLite для локальной разработки, PostgreSQL для многопользовательской среды, восстановление после ошибок и проверка перед запуском.
Стартап TokenCanopy открыл приватную бету AgentDrive — персистентного файлового слоя для ИИ-агентов. Сервис предлагает версионирование артефактов, управление доступом на уровне рабочего пространства, интеграцию через MCP...
Рейтинг COMRAD404
Топ-100 моделей: качество, код, скорость и стоимость. С фильтрами и описанием методологии.
Открыть рейтингGitHub представил три предустановленных уровня для автоматического выбора модели в Copilot: Efficiency, Balance и Intelligence. Теперь разработчик может задать приоритет — скорость, качество или баланс,...
Laurie Voss считает, что после удешевления написания кода главной работой станет точное определение потребностей и качества продукта. Данные об ИИ-агентах подтверждают перенос узкого места в...
Глава Colossal Biosciences Бен Ламм выступит на TechCrunch Disrupt 2026 с дискуссией о применении ИИ и синтетической биологии в проектах де-экстинкции. Анонс мероприятия пока не...
Исследователи предлагают проверять действия LLM-агента до их выполнения, чтобы избежать «тихих» ошибок. Метод показал 95,8% точности для shell-команд и снизил частоту молчаливых сбоев при редактировании...
Microsoft опубликовал 37-страничный кодекс для собственных ИИ-моделей. Компания настаивает на приоритете человеческого контроля, отвергает идею сознания у моделей и обещает не участвовать в гонке за...
Исследователи представили RIPPLE — метод, разделяющий локализацию правок промптов и проверку их безопасности после композиции. Алгоритм повышает успешность валидации до 23,1% на бенчмарке Flow-HO.
