Тема COMRAD404
Инженер-программист с двадцатилетним стажем ставит под сомнение способность современных LLM достичь AGI. Он анализирует фундаментальные ограничения авторегрессивной генерации и приходит...
Саймон Уиллисон анонсировал августовский выпуск рассылки для спонсоров. Среди заявленных тем — Claude Auto Mode, ChatGPT Work, релизы моделей и...
Исследователи представили R2Adapter — лёгкий адаптер для гибридного RAG, который объединяет разреженный и плотный поиск без дообучения базовой LLM. Разбираем...
OpenAI сообщила о проблемах в сторонних кибероценках своих моделей и описала новые меры для более контролируемого тестирования. Для разработчиков это...
Систематизированный обзор arXiv:2609.04286 прослеживает эволюцию AI в подборе персонала — от простого сопоставления пар до многоэтапных workflow с LLM-компонентами и...
Новый бенчмарк PerfReasoning оценивает способность LLM рассуждать о производительности аппаратного обеспечения. Закрытые модели проходят тест с результатом выше 90%, но...
Новый бенчмарк HarvestBench проверяет, сколько «топлива» LLM-агенты готовы потратить, чтобы объехать животное на поле, а не переехать его. Результаты показали...
Разбор работы инфраструктуры кеширования промптов в Anthropic Claude API: как устроено переиспользование префиксов контекста, реальная экономия токенов до 75% при...
Разбор работы механизма кеширования промптов в крупных языковых моделях: как устроена экономия контекста, почему растет скорость ответа автономных агентов и...
DeepSeek представил V4 — 671B-параметрическую модель со 160 экспертами, градиентным балансировщиком загрузки и мультитокеновым prediction head. Разбираем, что изменилось в...
