Тема COMRAD404
OpenAI опубликовала фреймворк для измерения того, насколько ИИ способен ускорять реальные лабораторные исследования. В тесте GPT-5 оптимизировала протокол молекулярного клонирования....
Исследователи из TII представили бенчмарк Alyah для оценки понимания эмиратского диалекта арабского языка. Тестирование 53 моделей показало, что даже лучшие...
Исследователи Google Quantum AI представили новый вайтпейпер с пересмотренными оценками ресурсов для взлома эллиптической криптографии. Алгоритм Шора для ECDLP-256 может...
Meta представила Muse — AI-агента для работы с email, шопинга и планирования. The Verge протестировала ассистента и выяснила, что он...
Подтверждений кражи неопубликованных идей пока нет. Но ответы OpenAI не исключают, что обезличенные диалоги исследователей могли повлиять на модели, а...
Финальный кандидат Python 3.15 доступен для тестирования. Релиз-менеджер Хьюго ван Кеменад призывает мейнтейнеров готовить колёса к октябрьскому релизу. Саймон Уиллисон...
Саймон Уиллисон выпустил обновление инструмента командной строки для работы с LLM. Главное новшество — отображение длительности выполнения запросов в логах....
На мероприятии The Check Up Google Research показала Personal Health Agent — мультиагентную систему на базе больших мультимодальных моделей для...
Команда Snowflake AI Research представила HybridDeepResearch — первый бенчмарк, проверяющий способность LLM-агентов одновременно работать с веб-поиском и SQL-запросами. Даже флагманские...
GitHub ввёл централизованные управляемые разрешения для агентных операций Copilot — shell-команд, чтения и редактирования файлов, сетевых доменов. Настройки блокировки, ручного...
