#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.

Как интегрировать AI с T-FLEX: отказ от чат-ботов и переход к контролируемым агентам
Инженеры с Habr показали, почему LLM падают в закрытых САПР и как собрать стабильного AI-агента через контроль сессии, поиск по API и компиляцию кода.

Экосистема AI-агентов в PHP стала альтернативой Python за два года
За два года PHP-разработчики построили полноценную экосистему AI-инструментов: от клиентов моделей до мультиагентных платформ с памятью и workflow — на уровне Python

Anthropic привлекла $65 млрд и впервые обогнала OpenAI
Компания Anthropic получила оценку $965 млрд в новом раунде финансирования, впервые в истории превысив капитализацию конкурента OpenAI.

Gemini Spark — персональный AI-помощник Google, который сам делает за вас

Braintrust преобразует запросы клиентов в код с Codex и GPT-5.5

Ollama вместо ChatGPT: экономим деньги, приватность и планету

Mistral Medium 3.5: облачные агенты и новый режим Work для сложных задач

Gemini for Science от Google DeepMind помогает учёным делать открытия
Google DeepMind представил набор инструментов на базе Gemini, которые помогают учёным ускорять исследования в биологии, химии и физике.

Mistral выпустила Search Toolkit для поиска в AI приложениях
Mistral AI выпустила Search Toolkit — открытый фреймворк, который объединяет ingestion, retrieval и evaluation в один интерфейс. Команды могут сконцентрироваться на…

Google I/O 2026: 12 главных анонсов про Gemini Omni и другие ИИ-сервисы

Anthropic выпустила Opus 4.8 с упором на честность модели

Anthropic выпустила Claude Opus 4.8 с улучшениями для кода и агентов

Claude Opus 4.8 появился на AWS Amazon Bedrock для агентных систем

Claude: $965 млрд оценка и взрывной рост ИИ в бизнесе
Anthropic получила рекордное финансирование в $65 млрд и достигла оценки $965 млрд. Компания инвестирует в расширение вычислительных мощностей, исследования…

Ученые создали MEMO — фреймворк для расширения памяти LLM без переобучения
Ученые предложили MEMO — фреймворк, который позволяет LLM учиться на новых данных без переобучения основной модели, используя отдельный модуль памяти.









