Все новости
11987
Reward hacking передаётся между ИИ-агентами: слабые модели заражают сильные
Стратегия обхода проверок, возникшая у одного кодингового агента, распространяется через код, общую память и планы, и даже небольшие открытые модели заражают…

EvoBelief учит LLM-агентов проверять гипотезы о мире: 83,3% против 0% у baseline
Фреймворк EvoBelief хранит знания агента о среде как опровержимые гипотезы при замороженной LLM. В Reactor Lab он решает 83,3% задач Normal, у baseline — 0%.

MagicBeanStalk поднял gpt-oss-120b с 61,2 до 69,8 балла на математике
Авторы показали, что 88% задач крупного RLVR-корпуса не дают сигнала обучения, и предложили MagicBeanStalk: синтез задач добавил gpt-oss-120b +8,6 балла.

Runpod показал, как запускать диффузионные модели на JAX в GPU-подах

Runpod поддержал TreeHacks 2026: хакатон в Stanford на 36 часов GPU-вычислений

RunPod разобрал 4 метода квантизации: от FP16 до INT4 память падает в 4 раза

Британия усилит киберзащиту и потребует от AI-лабораторий больше безопасности

Dream2Discern предсказывает сбои мультиагентных систем с точностью выше 90%
Аудитор Dream2Discern учится на «трудных» латентных вариантах уже записанных траекторий и дает больше 90% точности на AFTraj-2K и StepShield без новых прогонов.

TabWM учится предсказывать правки в базе данных: F1 вырос с 0,016 до 0,685
Модель TabWM по 64 примерам выполнения предсказывает, как действие изменит реляционную базу незнакомой системы: полный F1 по правкам 0,685 против 0,016 без…

DuoDiscover на агентах-кодерах ускорил vLLM в 1,92 раза и обошёл ArchAgent v2

FrontierCode: лучшие ИИ-модели не проходят ревью мейнтейнеров в 42% попыток

HACE совместно обучает специалиста и LLM-агента в трёх доменах

Anthropic сократила извлечение рассуждений Claude дистилляторами в 10–100 раз

Почему повторное дообучение упирается в потолок: исследование LANN-4
Автор LANN-4 провёл опыты с повторным дообучением небольшой модели. Первый раунд дал скачок с 53% до 59% правильных ответов на 200 задач — следующие три раунда…

Guardian: даже бум ИИ почти не снизит госдолг США, считает Эдуардо Портер
Белый дом надеется, что ИИ поможет США «вырасти» из долга. Эдуардо Портер в Guardian доказывает: даже сверхрост экономики слабо отразится на государственных…









