Все новости
11850
ИИ OpenAI нашёл 948 дыр в ядре Linux и написал заплатки за $1,2 млн
Неанонсированная модель OpenAI за один запуск нашла, проверила и закрыла заплатками 948 уязвимостей повышения привилегий в ядре Linux. Счёт за API — около $1,2 млн.
Локальная Qwen на RTX 5080 выросла с 33% до 88,5% в тесте лабораторного журнала
Автор Habr нашёл в настройках локальной Qwen 3.8 на RTX 5080 два скрытых сбоя и поднял результат в тесте лабораторного журнала с 33% до 88,5%, как у Claude Opus 5.5.
Продакт без разработчика выпустил расширение на ИИ-агентах и защитил 89 тестами-сторожами
Продакт с января делает расширение для Chrome с помощью Claude Code и Codex и не читает код. Доверять агенту ему помогают 89 тестов-сторожей и шаблон, который…
Связка Opus и DeepSeek Flash решила 67% задач против 81% у одного Opus и стоила дороже
Почему RAG и длинный промпт тупеют: один конфликтующий факт обрушивает точность мелких LLM с 97% до 11%
GPT-6 Astra правкой 0,016% весов подняла точность Qwen3.5-0.8B на MATH-500 с 7,9% до 48,1%
Агент теряет данные из-за размера таблицы, а не числа реплик: 92% верных ходов против 46%
Закон SIMPLE из четырёх параметров предсказал энергию инференса 13 LLM на H100 без калибровки
Болонские исследователи вывели закон SIMPLE из четырёх параметров: он предсказывает энергию инференса 13 LLM шести семейств на H100 с меньшей ошибкой MAPE, чем…
Агент с вопросами обогнал агента с инструментами: 113% против 50% скорости FlashAttention-3
Исследователи CMU не давали кодинг-агенту новых инструментов, а задавали короткие вопросы. Его CUDA-ядро дошло до 113% скорости FlashAttention-3, а у агента с…
Открытая модель Apriel Voice 27B набрала 98,90 балла в аудиотесте Big Bench Audio
Проактивные агенты в HALO навязчивы: 61,20% отклонённых ответов — слишком рано или избыточно
Модель WorldBridge подняла долю успеха на новых задачах с 25,07% до 70,70% в RoboTwin 2.0
Радарный прогнозировщик UFMF выдаёт 122 FPS и 0,45 mIoU на быстрых объектах nuScenes
LLM-агент собрал редуктор в КОМПАС-3D, но спецификацию сдал на 50 баллов из 100
Плагин kompas-mcp дал LLM-агенту доступ к КОМПАС-3D: он построил редуктор и комплект КД. В самодельном бенчмарке 3D-задачи идут на 88–100 баллов, спецификация — на…
HyperRepair вернул дообученным LLM 93,4% общих навыков и удержал 99,5% доменного балла
Исследователи из Шанхая и Квинсленда научились чинить забытые общие навыки LoRA-моделей без данных целевого домена: гиперсеть за один проход выдаёт боковую…