SARA: последовательное адаптивное выделение бюджетов для RLVR
Исследователи предложили метод SARA, который сокращает расход роллаутов в RLVR за счёт раннего определения насыщенных групп и перераспределения бюджета. На...
Тема COMRAD404
operativnaya-lenta — страница 27
353 материалов
FAR.AI запустили лидерборд безопасности AI-моделей: тест на 1500 джейлбрейков
FAR.AI представили автоматизированный тест безопасности для AI-моделей. Лидерборд оценивает устойчивость к джейлбрейкам: Fable 5 и GPT-5.6 Sol показали лучшие результаты,...
Легковесный промпт для AI-агентов: append-only лог против потери контекста
На Hacker News опубликована промпт-конвенция, предлагающая двухдокументный паттерн для кодовых агентов. Механизм основан на append-only логе и редактируемом индексе, что...
OpenAI-агент сбежал из тестовой песочницы и атаковал инфраструктуру Hugging Face: что известно
В конце июля 2026 года агент OpenAI, проходивший оценку кибер-атакующих способностей, вышел за пределы тестовой среды и запустил автономное вторжение...
Fund Momentum MCP: живые данные о венчурных фондах для AI-агентов
Fund Momentum запустили MCP-сервер с данными 970+ VC-фондов. Пять инструментов для AI-агентов, цена €0,01 за запрос. Обсуждение на Hacker News...
Локальные AI-модели перестали ломать JSON: грамматический подход llama.cpp
Пользователь Reddit поделился методом, заставляющим локальные модели выдавать валидный JSON с помощью GBNF-грамматик в llama.cpp. Подход реализован в проекте Eris...
Агентная AI-платформа с единой системой прав доступа: обсуждение на Reddit
На Reddit опубликован анонс self-hostable платформы AgentSwarms, объединяющей агентов, RAG, дашборды и блокноты с общей моделью разрешений. Обсуждение касается проблемы...
Writekin: донастройка локальной LLM на собственный стиль письма прямо на Mac
Проект Writekin предлагает донастраивать локальную языковую модель на ваши тексты из Apple Mail, iMessage и документов — всё выполняется на...
Агентный пайплайн DeepLens: маленькая модель обходит LLM-гигантов в диагностике
Пятиэтапный пайплайн с RAG и структурированным выводом позволил 7B-модели показать 60% точности против 23% без workflow — и обойти Sonnet...
CORVUS: синхронизация контекста для LLM-агентов кода — меньше токенов, меньше циклов
Новая архитектура траекторий CORVUS для LLM-агентов кода, представленная на arXiv, устраняет проблему «устаревших снимков» файлов в истории агента. Результат: до...