COMRAD404 COMRAD404 Разобраться. Выбрать. Сделать.
Telegram

Тема COMRAD404

LLM — страница 10

372 материалов
Оперативная лента////2 мин чтения

Новый бенчмарк HybridDeepResearch: LLM-агенты проваливают гибридные SQL-запросы и веб-поиск

Команда Snowflake AI Research представила HybridDeepResearch — первый бенчмарк, проверяющий способность LLM-агентов одновременно работать с веб-поиском и SQL-запросами. Даже флагманские...

Агенты, Инструменты////6 мин чтения

Как измерить производительность AI-агента: пошаговое руководство по бенчмаркам и метрикам

Единого стандарта оценки агентов не существует. Разбираем, какие бенчмарки реально показывают эффективность кодинг-агентов, поисковых агентов и мультиагентных систем, и как...

Новости ИИ////3 мин чтения

Коннор Лих из ControlAI: суперинтеллект — это «не оружие, а противник»

Исполнительный директор некоммерческой организации ControlAI Коннор Лих объяснил в подкасте TechCrunch Equity, почему человечеству пора прекратить относиться к искусственному интеллекту...

Оперативная лента////2 мин чтения

Google GTIG: ИИ-агенты взломали облачную инфраструктуру и собрали учетные данные за шесть часов

Google Threat Intelligence Group (GTIG) зафиксировала прецедент: злоумышленники использовали мультиагентный фреймворк для полного цикла атаки на облачный ресурс — от...

Новости ИИ////4 мин чтения

OpenAI представила модель для решения уравнений Навье — Стокса и вызвала споры об авторстве

Исследователи OpenAI применили неанонсированную передовую модель для решения проблемы существования и гладкости решений уравнений Навье — Стокса из списка задач...

Агенты, Инструменты////5 мин чтения

Инфраструктура кеширования промптов в Anthropic Claude API: как сократить расходы до 75% и ускорить агентов

Разбираем архитектуру кеширования промптов в Claude API от Anthropic: как работает механизм сбережения токенов, почему кеш эффективен для длинных системных...