Один эндпоинт, разные результаты: почему OpenRouter может менять поведение LLM
OpenRouter автоматически выбирает бэкенд для запроса к языковой модели, но разные провайдеры используют собственное серверное ПО и настройки. Это может...
Тема COMRAD404
LLM — страница 8
372 материалов
Как оценивать стабильность контекста в LLM-агентах: разбор метрик, уязвимостей к «забыванию» и методов проверки
Разбираем, как измерять сохранение контекста в автономных LLM-агентах при длительных сессиях, почему стандартное окно токенов не гарантирует устойчивость рассуждений и...
RAG: почему «дополненная генерация» стала главным лекарством от галлюцинаций ИИ
RAG (Retrieval-Augmented Generation) — техника, соединяющая языковые модели с внешними базами знаний. Разбираем, как она работает, где используется и почему...
ИИ-агенты учатся изучать среду до получения задач: новый подход без syllabus
Исследователи формализовали задачу предварительной подготовки среды без знания целевых заданий. Мета-агент с архивом превзошёл фиксированные методы на пяти из шести...
GoatCode v2.1.10: терминальный AI-агент с автоматическим переключением провайдеров и кэшированием промптов
Вышел GoatCode v2.1.10 — open-source терминальный AI-агент, который умеет переключать LLM-провайдера прямо во время сессии при падении квоты, не теряя...
Саймон Уиллисон о кризисе разработчика: «Перевод спецификации в код больше не уникальный навык»
Создатель Datasette и LLM комментирует экзистенциальный кризис разработчиков, столкнувшихся с кодинг-агентами. Уиллисон призывает сместить фокус с написания кода на инженерию...
Агенты ИИ должны не просто выполнять задачи, но и быть устойчивыми: новый взгляд на оценку
arXiv:2609.10724. Исследователи предлагают оценивать ИИ-агентов не только по успешности выполнения задач, но и по двум новым параметрам: операционная устойчивость и...
Moonshot AI нацелилась на $2 млрд годовой выручки на фоне спора вокруг Kimi
По данным TechCrunch со ссылкой на Bloomberg, китайская AI-лаборатория Moonshot AI рассчитывает выйти на $2 млрд годового темпа выручки к...
OpenAI объяснила, почему языковые модели продолжают галлюцинировать
OpenAI связывает галлюцинации языковых моделей не только с архитектурой LLM, но и с тем, как индустрия измеряет качество ответов: тесты...
Структурированный вывод LLM: как получать валидный JSON для агентов и автоматизации
Структурированный вывод LLM нужен там, где ответ модели сразу попадает в код: тикеты, CRM, пайплайны агентов, RAG и проверки безопасности....