GPT-6 Astra: что показали тесты OpenAI и первые пользователи
Разбираем GPT-6 Astra без пересказа пресс-релиза: официальные результаты, цену и первые hands-on тесты в коде, браузере, CRM, hardware и 3D.
COMRAD404
Лента
Новости, инструменты и практика ИИ
Ugreen HomeAgent: локальный ИИ-хаб с NAS и Matter — что обещают и что неясно
Ugreen показала HomeAgent — систему, объединяющую NAS, NVR, Matter-контроллер и локального ИИ-ассистента Uliya. Цены стартуют от $899, но удалённый доступ требует интернета, а совместимость с...
Локализованный выигрыш и ловушка равномерного деления бюджета: что показывает HARNESSEVO о самоэволюции LLM-агентов
Исследователи разложили обвязку LLM-агента на четыре слота и обнаружили, что почти вся польза от оптимизации сосредоточена в слоте рефлексии, а равномерное распределение вычислительного бюджета между...
Разобраться в теме
За чем вы следите?
Новый бенчмарк DSB-IFEval: как голосовые агенты следуют неявным инструкциям
Исследователи представили DuplexSpeechBench-IFEval — набор из 1038 тестов для оценки того, как full-duplex голосовые агенты следуют инструкциям, заданным через роль или персону, а не явно....
R²Adapter: адаптер для гибридного RAG без лишних затрат
На arXiv появилась статья, в которой описывается R²Adapter — легковесный адаптер, динамически распределяющий запросы между vanilla RAG и graph-based RAG. Результат: до 59% меньше обращений...
Персонализация ИИ-ассистента преподавателя: промпт-инжиниринг вместо дообучения
Исследователи представили фреймворк на основе промпт-инжиниринга для персонализации ответов ИИ-ассистента преподавателя. Система учитывает шесть параметров обучаемого, формируя 96 профилей, и анализирует когнитивную сложность запроса по...
Рейтинг COMRAD404
Какая модель подходит для вашей задачи?
Топ-100 моделей: качество, код, скорость и стоимость. С фильтрами и описанием методологии.
Открыть рейтинг
Автономные ИИ-агенты в разработке: архитектура, изоляция и реальные пределы автономности
Разбираем архитектуру современных ИИ-агентов для разработки, способы изоляции окружения, ограничения моделей при работе с большими кодовыми базами и практические шаги для безопасного внедрения автоматизации.
Автоматизация разработки с Cursor и Claude 3.5 Sonnet: настройка агентов и правил проекта
Практическое руководство по настройке Cursor и Claude 3.5 Sonnet: конфигурация .cursorrules, работа с Composer, Chat, ограничения модели и проверка результатов для автономной разработки кода.
Клод против GPT-4o: тестируем режим редактирования кода в Claude Code
Сравниваем работу Claude Code и GPT-4o в задачах редактирования существующего кода. Тесты на реальных сценариях: рефакторинг, исправление багов, добавление фич. Где каждый сильнее и какие...
Apple представила Depth Pro: модель для реалистичной глубины с одного изображения
Depth Pro от Apple создаёт карты глубины с высоким разрешением за доли секунды без данных о камере. Разбираем, как это работает, сравниваем с аналогами и...
Почему у LLM-API до сих пор нет нормального тестового режима — вопрос, который задали на Hacker News
Разработчики жалуются, что для нагрузочного тестирования чат-ботов приходится тратить реальные токены или писать собственные моки. На Hacker News предлагают взять пример со Stripe и внедрить...
GitHub Actions обновляет контроль над раннерами, токенами и переиспользуемыми рабочими процессами
В начале сентября GitHub Actions получил три обновления: REST API для отслеживания устаревания версий раннеров, разрешение vulnerability-alerts для GITHUB_TOKEN и новые свойства job context для...