OpenAI представила HealthBench: новый бенчмарк для оценки медицинских ИИ-моделей
Компания OpenAI анонсировала HealthBench — открытую систему оценки больших языковых моделей в реальных медицинских сценариях, разработанную при участии более 250...
Тема COMRAD404
OpenAI — страница 7
186 материалов
Кейс Intercom и OpenAI: три архитектурных принципа масштабирования AI-агентов в поддержке
Команда Intercom поделилась опытом внедрения продакшн-систем на базе языковых моделей OpenAI. Разбираем автоматизированную оценку, модульную архитектуру и логику эскалации для...
OpenAI выпустила системное дополнение GPT-5-Codex для автономного агентного программирования
Компания OpenAI представила официальное дополнение к системной карте GPT-5, посвященное специализированной модели GPT-5-Codex с динамическим распределением вычислительных ресурсов для задач...
OpenAI выпустила открытые веса GPT-OSS: 120B и 20B модели под лицензией Apache 2.0
OpenAI представила gpt-oss-120b и gpt-oss-20b — первые с 2019 года модели с открытыми весами. Обе работают на архитектуре mixture-of-experts, доступны...
Руководители ИИ-компаний снова призывают замедлить гонку — но общих правил пока нет
Сэм Альтман, Дарио Амодей, Демис Хассабис, Сатья Наделла и Илон Маск поддержали усиление контроля над передовыми ИИ-моделями. Однако за общими...
OpenAI представила AgentKit, новые инструменты оценки и reinforcement fine-tuning для ИИ-агентов
Компания OpenAI выпустила комплексный набор инструментов AgentKit для создания, тестирования и развертывания автономных мультиагентных систем. В состав релиза вошли визуальный...
OpenAI представила PaperBench — бенчмарк для оценки способности ИИ воспроизводить AI-исследования
OpenAI запустила PaperBench — бенчмарк, в котором агенты должны воспроизвести 20 докладов ICML 2024 с нуля. Лучший результат показал Claude...
OpenAI выпустила Codex — облачного агента для программной инженерии на базе o3
OpenAI представила Codex — облачного агента для написания и тестирования кода на базе специализированной версии модели o3. Система обучена с...
OpenAI опубликовала методологию оценки биорисков от LLM: эксперимент с GPT-4 показал «небольшое улучшение» без статистической значимости
Исследование с участием 100 биологов и студентов показало, что GPT-4 даёт незначительный прирост точности в задачах по созданию биологических угроз...
Трамп и Майк Джонсон отвергли призывы замедлить разработку передовых ИИ-моделей
Дарио Амодеи из Anthropic призвал сдержать темпы развития передовых ИИ-систем. Сэм Альтман, Илон Маск и Демис Хассабис отнеслись к предложению...