Clai — LLM как обычная shell-команда
Show HN: Clai превращает языковую модель в UNIX-фильтр stdin → stdout. Разбираем, что подтверждено, что нет и кому это может пригодиться.
Открыть сигнал →
Оперативная лента
Короткие русскоязычные разборы популярных AI-сигналов из Telegram, Reddit, X и YouTube. Соцсети здесь работают как радар тем, а факты проверяются по первичным источникам.
Как читать эту ленту
Каждый пост отвечает на четыре вопроса: что произошло, почему это обсуждают, что подтверждено и что пока не ясно. Если тема пришла из соцсетей без сильного подтверждения, она маркируется как обсуждение, а не как факт.
Obshazard-bench: новый бенчмарк мультимодальных моделей для мониторинга катастроф
На arXiv вышел препринт Obshazard-bench — бенчмарка для проверки мультимодальных LLM на сырых спутниковых потоках в задачах оперативного реагирования на катастрофы.
Открыть сигнал →
AgentMemBench: бенчмарк долгосрочной памяти агентов — внешнее хранилище обходит конкурентов
Новый препринт AgentMemBench сравнивает пять стратегий долгосрочной памяти для разговорных агентов на едином харнесе. Внешнее хранилище (EKV) лидирует по всем метрикам качества, но требует...
Открыть сигнал →
Моделирование операционных задач с LLM: неопределённость и симуляция
Новая работа на arXiv предлагает training-free фреймворк для генерации математических моделей операционных задач с помощью LLM. Метод использует короткие симуляции для оценки промежуточных шагов...
Открыть сигнал →
Китай использует открытую модель против закрытых систем OpenAI — что говорят данные
На Reddit обсуждают, как Китай догоняет США в AI за счёт открытых моделей, патентов и публикаций. Разбираем, что подтверждено, а что остаётся гипотезой.
Открыть сигнал →
TAPR: RL-переписчик промптов для LLM заявляет рост на Natural Questions и GSM8K
Новый arXiv-препринт TAPR: отдельная модель на базе Phi-4-mini переписывает пользовательские промпты под задачу через GRPO и LLM-as-judge. Заявлен стабильный прирост точности, код открыт.
Открыть сигнал →
Noisegate: дифференциальная приватность для недоверенных AI-агентов
Noisegate — шлюз с дифференциальной приватностью, который математически гарантирует защиту отдельных записей при запросах AI-агентов к чувствительным данным. Реализация на GitHub.
Открыть сигнал →
V-Steer: редактирование кэшированных значений для соблюдения иерархии инструкций в LLM
Новый метод V-Steer позволяет на этапе инференса восстанавливать приоритет системных промптов над пользовательскими, редактируя кэшированные векторы значений. Точность соблюдения первичных ограничений вырастает с 18%...
Открыть сигнал →
Оценка влияния промптов и демонстраций на перевод локальными LLM (arXiv)
Исследователи сравнили локальные LLM в задачах перевода, тестируя single-target и family-scope промпты, а также разные стратегии few-shot обучения. Результаты: dedicated MT системы остаются сильнее,...
Открыть сигнал →
Weak-to-Strong On-Policy Distillation: слабые модели как учителя для сильных LLM
Новая работа с arXiv предлагает метод дистилляции, при котором несколько слабых моделей (меньшего размера) могут улучшить сильную модель-студента без необходимости в более крупном учителе....
Открыть сигнал →
SARA: последовательное адаптивное выделение бюджетов для RLVR
Исследователи предложили метод SARA, который сокращает расход роллаутов в RLVR за счёт раннего определения насыщенных групп и перераспределения бюджета. На моделях 1.5B и 3B...
Открыть сигнал →
FAR.AI запустили лидерборд безопасности AI-моделей: тест на 1500 джейлбрейков
FAR.AI представили автоматизированный тест безопасности для AI-моделей. Лидерборд оценивает устойчивость к джейлбрейкам: Fable 5 и GPT-5.6 Sol показали лучшие результаты, Gemini 3.1 Pro и...
Открыть сигнал →