Тема COMRAD404
NVIDIA опубликовала открытый эталонный агент AI-Q, построенный на двух Llama-моделях. Он занял первое место на бенчмарке DeepResearch Bench, обойдя закрытые...
Исследователи представили метод, позволяющий LLM исправлять грамматические ошибки с точностью, почти не уступающей тонко настроенным моделям, используя только промпты и...
Google представила ToolGrad — фреймворк, который генерирует датасеты для обучения ИИ-агентов, переворачивая стандартный подход: сначала создаётся цепочка вызовов инструментов, а...
Разбираем, как работают персистентные checkpoints и управление историей сообщений в LangGraph. Настраиваем сохранение состояний через SQLiteSaver, контролируем размер памяти и...
Разбираем внутреннюю архитектуру кеширования контекста в Ollama, настраиваем параметры KV-cache для автономных агентов и замеряем реальное ускорение генерации при многошаговых...
Разработчик представил приложение, объединяющее локальные и облачные LLM с общей памятью, и вынес на обсуждение Hacker News вопрос монетизации.
Открытый агент Goose действительно способен заменить часть сценариев Claude Code и работать с локальной моделью без подписки. Но равенство функций...
Исследователи из TII представили бенчмарк Alyah для оценки понимания эмиратского диалекта арабского языка. Тестирование 53 моделей показало, что даже лучшие...
Исследователи представили метод PAC-Private Autoregressive Generation, который калибрует шум на основе разброса мнений ансамбля моделей, адаптированных на приватных данных. Это...
Исследователи представили MERIT — бенчмарк для измерения предельной полезности долговременной памяти у LLM-агентов, выполняющих инструментальные задачи. Результаты показывают, что память...
