Все новости

Дата-центры ИИ мгновенно сбросили 3 ГВт и едва не обрушили энергосеть PJM

OpenAI показала AI-кейпад: гаджет для кодеров, который остальных скорее озадачит

26 июл. 2026 г.·1 мин

OpenAI запустила Health в ChatGPT: подключение медкарт и Apple Health в США

LLM·TechCrunch

Kimi от Moonshot AI напугал Кремниевую долину: почему инвесторы паникуют из-за китайского ИИ

Взлом OpenAI ИИ-агентом: CEO Hugging Face требует радикальной прозрачности

Relay-Bench: даже GPT-5.5 набрала лишь 43,3% на мультидоменном тесте рассуждений

LLM·arXiv cs.CL

SIFT: самообучающийся классификатор документов, который переобучается без человека

SIFT — сервис классификации документов, где дорогая LLM учит дешёвый CPU-классификатор, корпус растёт из трафика, а два защитных гейта позво

01MUX: метод непрерывного рассуждения LLM через мультиплексированные токены23 июл. 2026 г.·2 мин 02OrderBench: почему JSON-схема не спасает LLM-агентов от опасных заказов23 июл. 2026 г.·2 мин 03Метод PCS: вероятностное управление steering-векторами для безопасного вывода LLM23 июл. 2026 г.·2 мин 04FindStatBench: новый бенчмарк выявил, где топовые ИИ-модели проваливают синтез кода23 июл. 2026 г.·2 мин 05S2T-RLHF: почему в RLHF награда по предложениям стабильнее, чем по токенам23 июл. 2026 г.·3 мин

Топ темы

SLIC и Semantic Shapley Value: как оценить вклад агентов в LLM-системах, −93% расчётов

Исследователи представили SLIC — метод, который оценивает вклад каждого агента в мультиагентной LLM-системе за один проход и режет вычислите

01PEARL: как модель на 4B обошла DeepSeek-V3.2 685B в моделировании оптимизации23 июл. 2026 г.·2 мин 02SmolLM2-1.7B обгоняет модели на 34B в генерации MLIR-кода без дообучения23 июл. 2026 г.·2 мин 03Phionyx: детерминированный AI-runtime, где ответы LLM — это «показания датчиков», а не решения23 июл. 2026 г.·2 мин

Роутинг LLM-запросов с учётом задержки: +40% к accuracy-cost при тех же latency

Новый latency-aware роутер LLM-запросов оценивает время до первого токена и совместно оптимизирует задержку, точность и стоимость — до 40% п

SAAG: метод трёхэтапной диагностики ошибок вызова функций у AI-агентов

Метод SAAG раскладывает оценку вызова функций AI-агентами на три стадии и по каждой показывает, где именно агент ошибся, — вместо единого ба

23 июл. 2026 г.·3 мин

MILP-Evo: LLM сам проектирует и ускоряет логику MILP-солверов оптимизации

Большая языковая модель в замкнутом цикле сама проектирует и улучшает логику MILP-солверов, выдавая читаемый код вместо «чёрного ящика» — препринт MILP-Evo на arXiv.

ToolDNS: обнаружение инструментов для AI-агентов через DNS сокращает поиск на 95%

Как измерить остаточный риск автономных ИИ-агентов: фреймворк CPSAINT и FRIESA-K

23 июл. 2026 г.·3 мин

BatchDAG: LLM-планировщик строит граф операций и режет вызовы модели в 47 раз

LLM·Latent Space

Thinky выпустила открытую модель Inkling 975B-A41B по лицензии Apache 2.0

Evidence Chain Evaluation: как ИИ-фактчекеру разрешили отвечать «не уверен» вместо ложных вердиктов

Kimi K3 — крупнейшая открытая ИИ-модель уровня Opus 4.8 по цене Sonnet 5

Moonshot AI выпустила Kimi K3 — MoE-модель на 2,8 триллиона параметров (около 50 млрд активных), крупнейшую открытую модель в истории: по ка

LLM·Latent Space

Xaira представила X-Cell — «виртуальную клетку» на 4,9 млрд параметров для поиска лекарств

Xaira обучила «виртуальную клетку» X-Cell на 4,9 млрд параметров: крупнейший датасет генных пертурбаций и ставка на то, что каузальным модел