COMRAD404
Новости, инструменты и практика ИИ
Показан на Hacker News проект MaruCheck — локальный инструмент верификации, который сверяет код, сгенерированный ИИ, с отдельным человеческим контрактом. Если агент одновременно меняет реализацию и...
GitHub обновил образ Xcode 27 для облачных macOS-раннеров: теперь он работает на macOS 27 и доступен в публичной превью. Образ предназначен для arm64-раннеров, а способ...
Разбираем, как работают персистентные checkpoints и управление историей сообщений в LangGraph. Настраиваем сохранение состояний через SQLiteSaver, контролируем размер памяти и защищаем агентные пайплайны от потери...
Разобраться в теме
GitHub запустил cache-mode — параметр, позволяющий задавать права на чтение и запись кеша для каждого воркфлоу или отдельного задания. Это снижает риски cache poisoning в...
Разбираем внутреннюю архитектуру кеширования контекста в Ollama, настраиваем параметры KV-cache для автономных агентов и замеряем реальное ускорение генерации при многошаговых вызовах.
Исследователи OpenAI опубликовали набор из 13 тестов для оценки того, насколько внутренние рассуждения языковых моделей поддаются мониторингу. Результаты показывают, что анализ цепочек мыслей значительно эффективнее...
Рейтинг COMRAD404
Топ-100 моделей: качество, код, скорость и стоимость. С фильтрами и описанием методологии.
Открыть рейтингРазработчик представил приложение, объединяющее локальные и облачные LLM с общей памятью, и вынес на обсуждение Hacker News вопрос монетизации.
OpenAI опубликовала фреймворк для измерения того, насколько ИИ способен ускорять реальные лабораторные исследования. В тесте GPT-5 оптимизировала протокол молекулярного клонирования. Разбираем, что это меняет для...
MCP (Model Context Protocol) — открытый стандарт, который позволяет Claude Desktop подключать внешние инструменты: файловую систему, базы данных, API и веб-поиск. Разбираем архитектуру, установку, настройку...
Открытый агент Goose действительно способен заменить часть сценариев Claude Code и работать с локальной моделью без подписки. Но равенство функций не означает равенства качества, а...
Исследователи из TII представили бенчмарк Alyah для оценки понимания эмиратского диалекта арабского языка. Тестирование 53 моделей показало, что даже лучшие LLM значительно уступают носителям в...
Исследователи Google Quantum AI представили новый вайтпейпер с пересмотренными оценками ресурсов для взлома эллиптической криптографии. Алгоритм Шора для ECDLP-256 может быть выполнен на системе с...
